Fondamenti di Machine Learning

Fondamenti di Machine Learning

Introduzione pratica e teorica al Machine Learning

Fondamenti di Machine Learning

Introduzione pratica e teorica al Machine Learning
Panoramica

Il corso di “Fondamenti di Machine Learning” mira a trasferire i principali contenuti teorici e pratici del Machine Learning relativamente giovane, ma in costante e rapida evoluzione

Il corso di “Fondamenti di Machine Learning” mira a trasferire i principali contenuti teorici e pratici del Machine Learning relativamente giovane, ma in costante e rapida evoluzione

Cosa Imparerai nel corso?

Cosa Imparerai nel corso?

Il Machine Learning è una branca dell’Intelligenza Artificiale che mira a dotare le macchine della capacità di apprendere. Tale capacità può essere sfruttata per automatizzare la risoluzione di compiti altrimenti difficile da codificare in maniera esplicita, come il riconoscimento facciale, la traduzione automatica e la diagnosi assistita dal calcolatore. Il Machine Learning, e in particolare il Deep Learning che da esso deriva, stanno rivoluzionando il nostro modo di produrre nuova conoscenza e hanno reso l’Intelligenza Artificiale la tecnologia abilitante che è oggi.

Per favorire l’apprendimento, il corso è strutturato in maniera bottom-up, partendo da esempi pratici e motivanti, e aggiungendo complessità con l’avanzare del corso.

Il Machine Learning è una branca dell’Intelligenza Artificiale che mira a dotare le macchine della capacità di apprendere. Tale capacità può essere sfruttata per automatizzare la risoluzione di compiti altrimenti difficile da codificare in maniera esplicita, come il riconoscimento facciale, la traduzione automatica e la diagnosi assistita dal calcolatore. Il Machine Learning, e in particolare il Deep Learning che da esso deriva, stanno rivoluzionando il nostro modo di produrre nuova conoscenza e hanno reso l’Intelligenza Artificiale la tecnologia abilitante che è oggi.

Per favorire l’apprendimento, il corso è strutturato in maniera bottom-up, partendo da esempi pratici e motivanti, e aggiungendo complessità con l’avanzare del corso.

Struttura delle lezioni

Struttura delle lezioni

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Il percorso di apprendimento solitamente è intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finale nel quale verranno valutate le competenze acquisite durante il corso.

Le lezioni più teoriche sono intervallate da alcuni semplici tutorial, pratici, in linguaggio Python.

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Il percorso di apprendimento solitamente è intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finale nel quale verranno valutate le competenze acquisite durante il corso.

Le lezioni più teoriche sono intervallate da alcuni semplici tutorial, pratici, in linguaggio Python.

Chi può seguire il corso?

Chi può seguire il corso?

Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Programma
  • Introduzione (10:52)
  • Considerazione sull’approssimazione di funzioni(6:50)
  • Tipologia di Algoritmi (6:36)
  • Introduzione a Python (3:51)
  • Regressione Lineare (4:03)
  • Funzione di Loss (5:39)
  • Gradient Descent (15:37)
  • Regressione Lineare da Scratch (3:07)
  • Regressione Multivariata (6:05)
  • Regressione Polonomiale (5:26)
  • Regressione Polonomiale da Scratch (2:08)
  • Bias Variance (12:58)
  • Regolarizzazione (8:02)
  • Regressione Logistica (6:54)
  • Regressione Logistica da Scratch (2:06)
  • Considerazioni sulla Regressione Logistica (9:16)
  • Cross Entropy (3:37)
  • Regressione Softmax (8:07)
  • Performance e Metrics (13:39)
  • Resampling Methods (10:20)
  • Pre-processing (12:41)
  • Balancing (5:22)
  • Pipeline(5:03)
  • Case Study (3:34)
  • K-Nearest Neighbors (k-NN) (5:40)
  • Naive Bayes (8:03)
  • Support Vector Machines (SVM) parte 1 (9:44)
  • Support Vector Machines (SVM) parte 2 (6:14)
  • Decision Trees (11:37)
  • Metodi di Ensemble (5:40)
  • Introduzione (10:52)
  • Considerazione sull’approssimazione di funzioni(6:50)
  • Tipologia di Algoritmi (6:36)
  • Introduzione a Python (3:51)
  • Regressione Lineare (4:03)
  • Funzione di Loss (5:39)
  • Gradient Descent (15:37)
  • Regressione Lineare da Scratch (3:07)
  • Regressione Multivariata (6:05)
  • Regressione Polonomiale (5:26)
  • Regressione Polonomiale da Scratch (2:08)
  • Bias Variance (12:58)
  • Regolarizzazione (8:02)
  • Regressione Logistica (6:54)
  • Regressione Logistica da Scratch (2:06)
  • Considerazioni sulla Regressione Logistica (9:16)
  • Cross Entropy (3:37)
  • Regressione Softmax (8:07)
  • Performance e Metrics (13:39)
  • Resampling Methods (10:20)
  • Pre-processing (12:41)
  • Balancing (5:22)
  • Pipeline(5:03)
  • Case Study (3:34)
  • K-Nearest Neighbors (k-NN) (5:40)
  • Naive Bayes (8:03)
  • Support Vector Machines (SVM) parte 1 (9:44)
  • Support Vector Machines (SVM) parte 2 (6:14)
  • Decision Trees (11:37)
  • Metodi di Ensemble (5:40)
Docenti
Gennaro Vessio
Descrizione Docenti

Gennaro Vessio ha conseguito il Dottorato di Ricerca in Informatica e Matematica presso il Dipartimento di Informatica dell’Università degli Studi di Bari, dove è attualmente ricercatore. I suoi principali interessi di ricerca riguardano il machine learning e il deep learning, e la loro applicazione a svariati domini, tra cui l’informatica medica e l’informatica umanistica. Gennaro è regolarmente coinvolto nelle attività didattiche del dipartimento di afferenza, e in attività di trasferimento tecnologico e divulgazione scientifica. Svolge regolarmente attività di revisione per riviste internazionali di prestigio, per conferenze internazionali in qualità di membro del comitato di programma e contribuisce all’organizzazione di eventi scientifici. Infine, è membro di società scientifiche e di centri interdipartimentali.

Vantaggi
  • Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!

  • Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;

  • Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;

  • Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.

  • A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;

  • Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.

  • Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!

  • Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;

  • Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;

  • Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.

  • A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;

  • Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.

  • Accesso al corso life long
  • Accesso al corso life long
Play Video
50,00 
Durata
3:00 ore
Quiz
6
Accesso life long
Si
Certificato
Si
slide, github, dataset
Si
esercitazioni
Si
Prodotti Correlati
Torna in alto