Incerto da dove
iniziare?

Track

Certificato

Padronanza dell'Apprendimento Automatico

4.7+

★★★★★

9 recensioni

Intermediate

Questo percorso introduce i concetti fondamentali e i metodi dell'apprendimento automatico. Copre l'utilizzo di scikit-learn per lo sviluppo di modelli, la regressione lineare per l'analisi predittiva e i metodi di classificazione per la categorizzazione dei dati. Mostra di più

python

Boost your Tech Skills!

with up to 55% off

What you'll get with our subscription:

Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion

Training 2 or more people?

Get your team access to Codefinity courses anytime, anywhere.

Try Codefinity Teams

What you will learn

Understand the core principles of supervised learning and apply them using scikit-learn
Develop a strong mathematical foundation for data science, including linear algebra, probability, and optimization
Learn to implement and evaluate linear regression models for predictive analysis
Explore classification techniques and build models to distinguish between different categories of data
Master ensemble learning methods to improve model performance and robustness
Learn the core principles of neural networks, how to build basic deep learning models and evaluate them

171 chapters
23 hours
186 tasks

Trusted by employees of leading companies

Learning track content

Module 1 / Introduzione al ML con Scikit-Learn

Apprendere i concetti di machine learning e il flusso di lavoro di un progetto ML.

Una pipeline è un modo ordinato per combinare tutti i passaggi di pre-elaborazione insieme a un modello. Le pipeline rendono molto più semplice addestrare e utilizzare un modello.

Module 2 / Regressione Lineare con Python

Iniziamo con il modello di Regressione Lineare più semplice! Verranno illustrati i concetti fondamentali della Regressione Lineare e le modalità di effettuare previsioni in Python.

La maggior parte delle attività di previsione nel mondo reale coinvolge più di una caratteristica. Verrà illustrato come gestire la Regressione Lineare con più caratteristiche.

Una linea retta non descrive sempre adeguatamente i dati. Impariamo come costruire un modello più complesso per la previsione. Questo è l'obiettivo della Regressione Polinomiale.

Ora che sai come costruire diversi modelli di regressione lineare, hai bisogno di un metodo per scegliere il migliore. Questo è possibile utilizzando le metriche. Questa sezione spiega le metriche più utilizzate e le difficoltà che potresti incontrare nel loro utilizzo.

Module 3 / Classification with Python

Module 4 / Introduzione al Reinforcement Learning

Scopri come addestrare agenti a prendere decisioni ottimali tramite tentativi ed errori. Esplora i fondamenti della teoria dell'apprendimento per rinforzo. Acquisisci esperienza pratica nell'impostazione e nell'esecuzione di un ambiente Gymnasium.

Approfondimento sul compromesso esplorazione-sfruttamento tramite il problema del multi-armed bandit. Implementazione della stima del valore d'azione, metodi ε-greedy, upper confidence bound e gradient-bandit. Valutazione delle prestazioni degli algoritmi su compiti simulati di massimizzazione della ricompensa.

Padronanza della programmazione dinamica per RL basato su modello. Scoperta dell'utilizzo delle equazioni di Bellman per valutare e migliorare le politiche. Implementazione degli algoritmi di iterazione delle politiche e dei valori. Esplorazione della generalizzazione dell'iterazione delle politiche come fondamento teorico per i metodi senza modello.

Padronanza dei metodi Monte Carlo per RL senza modello. Stima delle funzioni di valore e derivazione di politiche ottimali da episodi completi. Implementazione di algoritmi di controllo Monte Carlo on-policy e off-policy. Esplorazione di strategie di esplorazione per ottimizzare l'apprendimento senza modello.

Approfondimento sull'apprendimento a differenza temporale per RL senza modello. Stima delle funzioni di valore da episodi parziali utilizzando aggiornamenti TD(0). Implementazione degli algoritmi SARSA on-policy e Q-Learning off-policy. Esplorazione della combinazione tra metodi Monte Carlo e apprendimento TD in n-step TD e TD(λ).

Module 5 / Introduction to Neural Networks

First, we will discuss what a neural network is and how it works. And also consider the scope of its application.

Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.

Module 6 / Analisi dei Cluster

Approfondimento sui fondamenti del clustering e sulle differenze rispetto alla classificazione. Esplorazione degli algoritmi, strumenti e librerie essenziali che alimentano questa tecnica di apprendimento non supervisionato per individuare schemi nascosti nei dati.

Comprensione approfondita delle principali tecniche di pre-elaborazione che garantiscono un clustering efficace. Gestione dei valori mancanti, codifica delle caratteristiche categoriche, normalizzazione dei dati e selezione di misure di distanza e collegamenti appropriati per migliorare l'accuratezza del clustering.

Acquisizione delle competenze necessarie per applicare efficacemente il clustering K-Means. Comprensione del funzionamento dell'algoritmo, determinazione del numero ottimale di cluster ed esperienza pratica nell'implementazione di K-Means su dataset sintetici e reali.

Esplora i fondamenti del clustering gerarchico e apprendi come raggruppare i dati in cluster significativi utilizzando i dendrogrammi. Acquisisci sicurezza nell'identificazione del numero ottimale di cluster e nell'applicazione della tecnica sia su dataset sintetici che reali.

Scopri come DBSCAN eccelle nell'individuare cluster di forme diverse e nella gestione del rumore nei dati. Esplora i meccanismi alla base di questo algoritmo basato sulla densità, le modalità di assegnazione dei punti ai cluster e la sua applicazione sia a set di dati sintetici che reali con sicurezza.

Acquisire una solida comprensione dei Gaussian Mixture Models e di come utilizzano la probabilità per modellare forme di cluster complesse. Esaminare i principi della distribuzione gaussiana, esplorare il funzionamento dei GMM e consolidare le conoscenze applicandoli sia a dati simulati che reali.

Requirements

A computer with a browser - all browsers are supported.
Your enthusiasm to enhance your tech skills.
Everything else needed to start learning and practicing is already included in this course.

Over 200,000 5-star ratings and counting

Ruslan Kravchuk

La cosa principale è imparare e non arrendersi

Il materiale è buono, c'è tanto da imparare, tutto per migliorarsi, e la cosa principale è imparare ciò che desideri....

Matteo Comune

Grazie a loro sto imparando molto…

Grazie a loro sto imparando molto più rapidamente perché ti aiutano a comprendere tutto da zero. È il miglior sito web per chi non ha background in IT...

Yuliana Cadavid

ottimo corso per principianti

ottimo corso per principianti, mettono alla prova le tue conoscenze in ogni lezione...

Elpunzon

Sto apprezzando la mia esperienza su Codefinity…

Sto apprezzando la mia esperienza di apprendimento di Python con Codefinity. Il metodo di studio autodidatta è fantastico perché posso adattarlo al mio orario...

Alexandru Alexandru

È piacevole imparare da Codefinity

È piacevole imparare da Codefinity. È facile e offre buoni esempi di quanto appreso qui...

jacob Templet

Easy to follow along with and provides…

Facile da seguire e offre una sfida nella mia vita quotidiana. La sfida mi motiva a imparare giorno dopo giorno...

Elan

Codefinity è uno strumento di apprendimento completo…

Codefinity è uno strumento di apprendimento completo che ti aiuta a sviluppare le tue competenze come ingegnere del software o data scientist. Gli esercizi sono divertenti e un ottimo modo per affinare le tue abilità...

Thibault

Prima volta che impari a programmare

La prima volta che ho imparato a programmare e ci sono riuscito con Codefinity - Grazie...

Adrien Morel

Ben progettato per principianti assoluti

Ben progettato per principianti assoluti, con un progresso incrementale che mi dà fiducia....

_Gracy

è semplicemente perfettamente spiegato

È semplicemente perfettamente spiegato! Finora non ho incontrato alcuna difficoltà perché tutto è così ben organizzato....

Ruslan Kravchuk

La cosa principale è imparare e non arrendersi

Il materiale è buono, c'è tanto da imparare, tutto per migliorarsi, e la cosa principale è imparare ciò che desideri....

Matteo Comune

Grazie a loro sto imparando molto…

Grazie a loro sto imparando molto più rapidamente perché ti aiutano a comprendere tutto da zero. È il miglior sito web per chi non ha background in IT...

Yuliana Cadavid

ottimo corso per principianti

ottimo corso per principianti, mettono alla prova le tue conoscenze in ogni lezione...

Elpunzon

Sto apprezzando la mia esperienza su Codefinity…

Sto apprezzando la mia esperienza di apprendimento di Python con Codefinity. Il metodo di studio autodidatta è fantastico perché posso adattarlo al mio orario...

Alexandru Alexandru

È piacevole imparare da Codefinity

È piacevole imparare da Codefinity. È facile e offre buoni esempi di quanto appreso qui...

jacob Templet

Easy to follow along with and provides…

Facile da seguire e offre una sfida nella mia vita quotidiana. La sfida mi motiva a imparare giorno dopo giorno...

Elan

Codefinity è uno strumento di apprendimento completo…

Thibault

Prima volta che impari a programmare

La prima volta che ho imparato a programmare e ci sono riuscito con Codefinity - Grazie...

Adrien Morel

Ben progettato per principianti assoluti

Ben progettato per principianti assoluti, con un progresso incrementale che mi dà fiducia....

_Gracy

è semplicemente perfettamente spiegato

È semplicemente perfettamente spiegato! Finora non ho incontrato alcuna difficoltà perché tutto è così ben organizzato....

Data Engineer

Certificato di Completamento

Mostra le abilità che hai acquisite recentemente. Te lo sei guadagnato

Discover more
Learning tracks

	ProBest intro offer	UltimateA complete experience to kickstart your career
85+ Top-Rated courses
Completion certificates
AI-Assistant in all courses
20+ hands-on Real-world projects
Personalized study tracks
Unlimited workspaces

Padronanza dell'Apprendimento Automatico

TEST TRACK 12

Sviluppo Web Full Stack

Diventa uno Sviluppatore React

Padroneggiare la Visualizzazione dei Dati

SQL da Zero a Eroe

Fondamenti di C++

Python da Zero a Eroe

Python Oltre l'Intermedio

Fondamenti di Java

Sviluppo di Giochi con Unity

Become a Django Developer

Flask for Dummies

Fondamenti Dello Sviluppo Frontend

Web Developer from Zero to Hero

Preparation for Data Science

Odissea del Deep Learning

Sviluppo Web con C#

TEST E2E TRACK BEGINNER

Test Track

Skilled Python BackEnd Developer

Test Recalculate

Fondamenti di Excel

Full-Stack .NET Developer Journey

Full-Stack .NET Developer Journey

Test track with rating

TEST TEST TRACK

Fondamenti di Analista Dati

Padronanza di C++

Java Web

Diventa un Ingegnere QA

Produzione Video con Adobe

Strumenti di Design UI/UX

Test image upload track

Competenze Essenziali per l'Ufficio

GitHub from Zero to Hero

Sviluppo di Siti Web Senza Codice

C Programming & Low-Level Development

testes

Test translation track

Test CMS Track

Python for Data Analysis

Digital Marketing Essentials

Complete Social Media Management

Business AI Toolkit

Ready to get started?