Struttura del corso

Introduzione all'applicazione Machine Learning

  • Apprendimento statistico vs. apprendimento automatico
  • Iterazione e valutazione
  • Compromesso distorsione-varianza

Apprendimento automatico con Python

  • Scelta delle biblioteche
  • Strumenti aggiuntivi

Regressione

  • Regressione lineare
  • Generalizzazioni e non linearità
  • Esercizi

Classificazione

  • Aggiornamento bayesiano
  • Ingenuo Bayes
  • Regressione logistica
  • K-Vicini più prossimi
  • Esercizi

Convalida incrociata e ricampionamento

  • Approcci di convalida incrociata
  • Bootstrap
  • Esercizi

Apprendimento non supervisionato

  • Clustering K-means
  • Esempi
  • Le sfide dell'apprendimento non supervisionato e oltre i mezzi K

Requisiti

Conoscenza del linguaggio di programmazione Python. E' consigliata una conoscenza di base della statistica e dell'algebra lineare.

  14 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.

Prezzo per Partecipante

Recensioni (5)

Corsi relativi

Categorie relative