Il vantaggio dei modelli statistici di tipo input-output è che possono essere costruiti e applicati con relativa facilità, ma d'altra parte lo svantaggio di tali modelli è che non rivelano la natura interna del fenomeno osservato. I modelli concettuali, che hanno il vantaggio di funzionare in modo trasparente, ma a volte sono difficili da dimostrare. L'intelligenza artificiale offre metodi di apprendimento automatico dagli esempi, che eliminano gli svantaggi degli approcci statistici e concettuali e ne integrano i vantaggi. In questo libro viene presentato un esperimento completo di modellazione basato sugli alberi di regressione. Gli alberi di regressione sono stati impiegati nel problema pratico della costruzione di un modello guidato dai dati per la previsione del deflusso a partire dal deflusso presente e passato noto presso i misuratori di livello e dalle precipitazioni presso i pluviometri all'interno del bacino idrografico. I risultati, basati sull'approssimazione e sull'accuratezza della previsione ottenuta dagli alberi di regressione, sono stati confrontati con altre tecniche di DDM, ovvero reti neurali artificiali, processi gaussiani, regressioni vettoriali di supporto e regressioni lineari multiple. Il libro è una lettura obbligata per i ricercatori che lavorano nel campo della modellazione guidata dai dati.