Struttura del corso

Introduzione

  • Definizione dell'IA predittiva
  • Contesto storico ed evoluzione dell'analisi predittiva
  • Principi di base dell'apprendimento automatico e del data mining

Raccolta e pre-elaborazione dei dati

  • Raccolta di dati rilevanti
  • Pulizia e preparazione dei dati per l'analisi
  • Informazioni sui tipi di dati e sulle origini

Esplorativo Data Analysis (EDA)

  • Visualizzazione dei dati per ottenere informazioni dettagliate
  • Statistica descrittiva e riepilogo dei dati
  • Identificazione di modelli e relazioni nei dati

Modellazione statistica

  • Nozioni di base sull'inferenza statistica
  • Analisi di regressione
  • Modelli di classificazione

Machine Learning Algoritmi per la predizione

  • Panoramica degli algoritmi di apprendimento supervisionato
  • Alberi decisionali e foreste casuali
  • Nozioni di base sulle reti neurali e sul deep learning

Valutazione e selezione del modello

  • Informazioni sull'accuratezza del modello e sulle metriche delle prestazioni
  • Tecniche di convalida incrociata
  • Overfitting e messa a punto del modello

Applicazioni pratiche dell'IA predittiva

  • Casi di studio in vari settori
  • Considerazioni etiche nella modellazione predittiva
  • Limiti e sfide dell'IA predittiva

Progetto pratico

  • Utilizzo di un set di dati per creare un modello predittivo
  • Applicazione del modello per effettuare stime
  • Valutazione e interpretazione dei risultati

Riepilogo e prossime tappe

Requisiti

  • Comprensione della statistica di base
  • Esperienza con qualsiasi linguaggio di programmazione
  • Familiarità con la gestione dei dati e dei fogli di calcolo
  • Non è richiesta alcuna esperienza pregressa nell'intelligenza artificiale o nella scienza dei dati

Pubblico

  • Professionisti IT
  • Analisti di dati
  • Staff tecnico
 21 ore

Numero di Partecipanti



Prezzo per Partecipante

Recensioni (2)

Corsi relativi

Predictive AI in DevOps: Enhancing Software Delivery

14 ore

AI-Augmented Software Engineering (AIASE)

14 ore

AI Coding Assistants: Enhancing Developer Productivity

7 ore

Introduction to Data Science and AI using Python

35 ore

AI in Digital Marketing

7 ore

Artificial Intelligence (AI) for Managers

7 ore

Artificial Intelligence (AI) for Robotics

21 ore

Introduction to Artificial Intelligence (AI)

35 ore

AI and Robotics for Nuclear - Extended

120 ore

AI and Robotics for Nuclear

80 ore

AI in business and Society & The future of AI - AI/Robotics

7 ore

Introduction to AI Trust, Risk, and Security Management (AI TRiSM)

21 ore

Introduction to Bing AI: Enhancing Search with Artificial Intelligence

14 ore

Applied Edge AI

35 ore

IBM Cloud Pak for Data

14 ore

Categorie relative