Matematica base per il Deep Learning

Matematica applicata per il Deep Learning

Panoramica

In questo corso si introducono gli elementi dell’algebra lineare, del calcolo differenziale multivariato e della teoria dell’ottimizzazione. Questi argomenti sono necessari al Machine Learning e al Deep Learning.

L’esposizione sarà corredata da esempi, illustrati anche per mezzo di semplici programmi Python.

Cosa Imparerai nel corso?

Dopo un’introduzione alla teoria degli spazi vettoriali reali e degli operatori lineari, si affronteranno la teoria spettrale, con particolare riferimento alle questioni numeriche.

La parte di calcolo differenziale prevede un’esposizione della topologia degli spazi cartesiani e    un’ introduzione alle funzioni continue e differenziabili in questi spazi, per poi passare alla teoria dei massimi e minimi per funzioni di più variabili per funzioni differenziabili.

Nella parte di ottimizzazione si fornirà un’introduzione alle tecniche di ottimizzazione utili nella computer science, per poi esporre le tecniche lineari nel dettaglio e passare all’ottimizzazione convessa.

In seguito si analizzeranno gli algoritmi specifici per il machine e deep learning, la discesa gradiente e le sue variazioni, con focus sugli aspetti algoritmici e implementativi.

Infine si esporrà la teoria dell’ottimizzazione vincolata multivariata.

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 multiplache permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finalenel quale verranno valutate le competenze acquisite durante 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.

Programma

Introduzione

  • Introduzione all’algebra lineare
  •  Introduzione al corso: Spazi Vettoriali (35:55) 
  •  Funzioni e operatori lineari (17:26) 
  •  Indipendenza lineare e basi (40:32) 
  •  Prodotti Scalari (30:14) 
  •  Autovalori e Autovettori (41:20) 
  •  Decomposizione di matrici (30:03) 
  •  Algebra Lineare numerica (47:01) 
  • Calcolo Differenziale di più Variabili 
  •  Topologia degli spazi cartesiani (42:59) 
  •  Funzioni Continue (24:06) 
  •  Funzioni Differenziabili (39:35) 
  •  Massimi e Minimi (16:07) 
  •  Ricerca di Massimi e Minimi (38:53) 

Ottimizzazione

  •  Introduzione alle tecniche di Ottimizzazione (25:18) 
  •  Ottimizzazione Lineare (71:34) 
  •  Ottimizzazione Convessa (40:27) 
  •  Metodi iterativi (52:35)
  • Tecniche di Discesa del Gradiente (30:14) 
  •  Ottimizzazione Vincolata parte 1 (54:22) 
  •  Ottimizzazione Vincolata parte 2 (68:48) 
  •  Ottimizzazione Vincolata parte 3 (37:59) 

 

Docenti

paolo caressa

Paolo Caressa, dopo aver conseguito la laurea e il dottorato di ricerca in matematica si è occupato per qualche anno di ricerca pura e docenza universitaria (facoltà di Ingegneria) per poi passare al mondo dell’industria, prima come consulente IT, poi come quantitative analyst nel campo della finanza e del risk management, per tornare infine al mondo IT come project manager, business analyst, consulente su metodologie, tecnologie, innovazione e formazione. Ha pubblicato due libri di storia della matematica (AlphaTest), un testo universitario di matematica (UAM) e diversi articoli scientifici, divulgativi e didattici su riviste di vario tipo. Tiene conferenze su argomenti fra matematica, IT e data science e corsi come docente a contratto presso la facoltà di Ingegneria dell’Università “La Sapienza”.

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.

  • Accesso al corso life long
Play Video

40,00 

Durata

13:50 ore

Quiz

6

Accesso life long

si

Certificato

si

slide, github, dataset

si

esercitazioni

si

Prodotti Correlati

Scroll to Top