Il percorso più rapido per imparare il Machine Learning, dalle basi di Python fino agli algoritmi più avanzati.
Programma
Calcolo Combinatorio
Fattoriale – Introduzione
Fattoriale – Esempi
Coefficiente Binomiale – Introduzione
Coefficiente Binomiale – Esempi
Permutazioni – Introduzione
Permutazioni Semplici – Introduzione
Permutazioni Semplici – Esempi
Permutazioni Ripetizione – Introduzione
Permutazioni Ripetizione – Caso particolare
Permutazioni Ripetizione – Esempi
Permutazioni Circolari – Introduzione
Permutazioni Circolari – Formula
Teoria delle probabilità
Spazi Campionari – Introduzione
Spazi Campionari – Esempi
Eventi – Introduzione
Eventi – Casi principali di Eventi
Operazioni tra Eventi – Introduzione
Operazioni tra Eventi – Esempi
Eventi Compatibili Incompatibili e Complementari
Formulazione Classica di probabilita
Formulazione Assiomatica di probabilita
Probabilità Totale
Probabilità Condizionata
Probabilità Composta
Fondamenti di statistica
Tipologie di Caratteri
Media – Intro
Media Artimetica Semplice
Media Aritmetica Ponderata
Media Aritmetica – Caso Particolare
Media Geometrica Semplice
Media Geometrica Ponderata
Media Geometrica – Caso Particolare
Mediana
Moda
Deviazione Standard
Python per la Data Science
Introduzione e setup
Variabili e controllo di flusso
Strutture dati
Rappresentazione, persistenza dei dati e modularità
Serializzazione dei dati
Protocollo HTTP e meccanismi request/response
Cenni su OOP
Gestione degli errori
Esercitazioni
Data Engineering - NumPy
Introduzione a NumPy e creazione di Ndarray
Operatori Aritmetici e Funzioni Matematiche
Operatori Logici e di Confronto
Indici e Slicing
Iterare un Ndarray
Lavorare con le Shape
Unione di Ndarray
Split di un Array
Copia
All, Any, Where
Ordinamento e Filtraggio
Statistica
Data Engineering - Pandas e Scikit-learn
Cos’è Pandas
Series e Dataframe
Indicizzazione e Ordinamento
Selezione Dati e Statistiche
Raggruppamento Dati
Funzioni
Trattare i Dati Mancanti
Combinare più Dataframe e Series
Serie Temporali
Esercitazione Data Exploration e Preprocessing su Dataset Netflix
Intro a Scikit-Learn
Dataset Standard e Sintetici
Normalizzazione e Standardizzazione
Codifica One-Hot
Split Dataset e Convalida Incrociata
Tuning automatico degli iperparametri
Data Visualization
Intro alla Data Visualization
Scatterplot e Barplot
Customizzazione Grafici
Immagini e Heatmap
Torte e Violini
Subplot
Pairplot
Pairgrid
Esercitazioni
Intro al Machine Learning
Introduzione al Machine Learning
Regressione Lineare
Regressione Logistica
Apprendimento Supervisionato
Naive Bayes
KNN
SVM
Alberi e modelli di Ensemble
Metriche per il ML
Apprendimento non supervisionato
Clustering
Dimensionality reduction
Prima di procedere all'acquisto si prega di prendere visione della:
- Informativa sul trattamento ei dati personali
- Condizioni generali di vendita