Struttura del corso
Introduzione
Panoramica su TensorFlow
- Cos’è TensorFlow?
- Le principali caratteristiche di TensorFlow
Cos’è l’intelligenza artificiale
- Psicologia computazionale
- Filosofia computazionale
Machine Learning
- Teoria dell’apprendimento computazionale
- Algoritmi informatici per l’acquisizione di esperienza tramite calcolo
Deep Learning
- Reti neurali artificiali
- Differenze tra deep learning e machine learning
Preparazione dell’ambiente di sviluppo
- Installazione e configurazione di TensorFlow
Avvio rapido con TensorFlow
- Lavorare con i nodi grafici
- Utilizzo dell’API Keras
Rilevamento delle frodi
- Lettura e scrittura dei dati
- Preparazione delle feature significative
- Assegnazione di etichette ai dati
- Normalizzazione dei dati
- Distribuzione dei dati tra set di addestramento e test
- Formattazione delle immagini in input
Previsioni e modelli di regressione
- Caricamento del modello creato
- Visualizzazione dei risultati predetti
- Generazione di modelli di regressione
Classificazione
- Costruzione e compilazione di un modello classificatore
- Addestramento e verifica del modello stesso
Sintesi e conclusioni
Requisiti
- Conoscenze pratiche nella programmazione con Python
Destinatari
- Data Scientist
Recensioni (2)
Gli esercizi pratici correlati al contenuto aiutano davvero a comprendere meglio ogni argomento. Inoltre, lo stile di inizio lezione con una presentazione teorica e continuazione con esercizi pratici è buono e utile per collegare il materiale presentato inizialmente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Corso - Introduction to Data Science and AI using Python
Traduzione automatica
Il corso di formazione era organizzato e ben pianificato, ed è stato un'occasione per acquisire conoscenze sistematiche e una panoramica approfondita dei temi trattati.
Magdalena - Samsung Electronics Polska Sp. z o.o.
Corso - Deep Learning with TensorFlow 2
Traduzione automatica
