Obiettivi
Il corso di Machine Learning / AI fornisce le basi teoriche e pratiche per comprendere e applicare tecniche di apprendimento supervisionato, non supervisionato e deep learning.
Attraverso l’uso di Keras e TensorFlow, i partecipanti impareranno a costruire reti neurali per affrontare problemi reali, coprendo concetti come regressione, classificazione e clustering. Il focus è su sviluppare e ottimizzare modelli AI, preparando i partecipanti a creare soluzioni innovative nel campo dell’intelligenza artificiale.
Durata 35 ore
Modalità Blended
Prerequisiti Programmazione Python
Destinatari
Il corso di Machine Learning e Artificial Intelligence è indirizzato a sviluppatori, analisti di dati, professionisti IT e studenti avanzati in informatica o ingegneria, interessati a specializzarsi nel campo dell’AI e del machine
learning.
Argomenti trattati del corso
- Introduzione al machine learning.
- Exploratory Data Analysis.
- Apprendimento supervisionato e non supervisionato.
- Interpretazione statistica dei dati.
- Panoramica dei principali tool per l’analisi dei dati.
- Regressione e Classificazione.
- Algoritmi supervisionati di base.
- Capacità di un modello.
- Underfitting e Overfitting.
- Learning curves.
- Regolarizzazione.
- Scelta dei parametri di un modello.
- Cross validation.
- Algoritmi non-supervisionati.
- Il clustering.
- Dimensionality reduction.
- Introduzione al Deep Learning.
- Le reti neurali e la back propagation.
- Keras e Tensorflow.
- Reti neurali dense.
- Reti neurali convoluzionali.
- Reti neurali ricorrenti e analisi delle time series.
- Generative deep learning.
- Reinforcement learning
Recensioni
Ancora non ci sono recensioni.