Padronanza del Machine Learning
Intermediate
4.5
6 reviews
24 Learners
Updated 11/2025
Padroneggia l'intero spettro del machine learning con Python, unendo competenze pratiche a solide basi teoriche. Costruzione rapida di modelli con sci…
188
Chapters
21
Learning hours
182
Assignments
AI Assistant
Shareable Certificate
Risultati
Risultati
Track content
Related courses and projects
Testimonianze
Caratteristiche
Prezzi
Risultati
Risultati
Track content
Related courses and projects
Testimonianze
Caratteristiche
Prezzi
Cosa imparerai
Building machine learning models with scikit-learn
Implementing regression techniques for forecasting
Understanding reinforcement learning basics
Preprocessing data using Scikit-learn tools
Applying classification methods to complex data
Designing and training neural networks
Creating pipelines for efficient data processing
Exploring clustering for pattern recognition
Evaluating models with classification metrics
Learning track content
Apprendere i concetti di Machine Learning e il flusso di lavoro di un progetto ML.
Il preprocessing è probabilmente la fase più importante di un progetto di ML. Questo capitolo tratta le fasi di preprocessing necessarie per quasi qualsiasi dataset.
Concetti di Scikit-learn
Conoscere il Dataset
Gestione dei Valori Mancanti
Sfida: Imputazione dei Valori Mancanti
Codificatore Ordinale
One-Hot Encoder
Codificatore di Etichette
Sfida: Codifica delle Variabili Categoriche
Perché Scalare i Dati?
StandardScaler, MinMaxScaler, MaxAbsScaler
Sfida: Normalizzazione delle Caratteristiche
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.
La modellazione è la fase più interessante di un progetto di ML. Impariamo a costruire, ottimizzare e valutare il modello!
Esplora le basi delle funzioni matematiche. Scopri i diversi tipi di funzioni algebriche e trascendenti, le loro proprietà e come implementarle in Python per risolvere problemi reali.
Introduzione alle Funzioni
Basi di Jupyter Notebook
Implementazione di Funzioni di Base in Python
Funzioni Algebriche
Implementazione di Funzioni Identità-Quadratiche in Python
Implementazione delle Funzioni Razionali in Python
Sfida: Massimizzazione del Profitto Utilizzando Funzioni Quadratiche
Funzioni Trascendenti
Implementazione di Funzioni Esponenziali-Logaritmiche in Python
Implementazione di Funzioni Seno-Tangente in Python
Padroneggia i concetti di insiemi e serie, dalle operazioni di base alle applicazioni pratiche. Acquisisci esperienza pratica nell'implementazione delle operazioni sugli insiemi e nel lavoro con serie aritmetiche e geometriche in Python.
Sviluppare una solida comprensione di limiti, derivate, integrali e derivate parziali. Collegare la teoria alla pratica implementando questi concetti in Python e applicandoli all'ottimizzazione tramite discesa del gradiente.
Introduzione ai Limiti
Implementazione dei Limiti in Python
Introduzione alle Derivate
Implementazione delle Derivate in Python
Introduzione Agli Integrali
Implementazione Degli Integrali in Python
Introduzione alle Derivate Parziali
Implementazione delle Derivate Parziali in Python
Discesa del Gradiente
Implementazione della Discesa del Gradiente in Python
Sfida: Adattamento di una Retta con Discesa del Gradiente
Acquisizione di solide conoscenze su vettori, matrici e trasformazioni. Studio dei metodi di decomposizione e analisi degli autovalori, con consolidamento dei concetti tramite esercizi di programmazione in Python e applicazioni pratiche nella data science.
Introduzione ai Vettori
Implementazione dei Vettori in Python
Operazioni con le Matrici
Operazioni Matriciali in Python
Introduzione alle Trasformazioni di Matrici
Implementazione della Trasformazione di Matrici in Python
Sfida: Trasformazioni Combinate di un Vettore
Introduzione alla Decomposizione delle Matrici
Implementazione della Decomposizione di Matrici in Python
Sfida: Risoluzione di un Sistema Lineare con la Decomposizione LU
Introduzione a autovettori e autovalori
Implementazione di Autovettori e Autovalori in Python
Approfondimento sulla teoria della probabilità e sulla statistica. Studio della probabilità condizionata, del teorema di Bayes e delle misure statistiche. Implementazione dei concetti chiave in Python, simulazione di distribuzioni e consolidamento delle competenze tramite esercizi e quiz.
Comprendere le Basi della Probabilità
Implementazione delle Basi della Probabilità in Python
Comprensione della Probabilità Condizionata e del Teorema di Bayes
Implementazione della Probabilità Condizionata e del Teorema di Bayes in Python
Comprendere il Campionamento
Implementazione del Campionamento in Python
Comprendere la Tendenza Centrale e la Dispersione
Implementazione della Dispersione in Python
Sfida: Analisi della Probabilità nel Controllo Qualità
Comprensione delle Distribuzioni di Probabilità
Implementazione delle Distribuzioni di Probabilità in Python
Sfida: Campionamento per il Controllo Qualità
Apprendimento dei passaggi fondamentali per la pulizia e la preparazione dei dati grezzi per l'analisi e il machine learning.
Trasformazione dei dati grezzi in caratteristiche utilizzabili per i modelli di machine learning.
Progettazione e selezione delle caratteristiche per migliorare le prestazioni e l'interpretabilità del modello.
Iniziamo con il modello di Regressione Lineare più semplice. Verranno illustrate le basi della Regressione Lineare e come 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 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, è necessario un metodo per selezionare il migliore. Questo è possibile utilizzando le metriche. Questa sezione illustra le metriche più utilizzate e le difficoltà che si possono incontrare nel loro impiego.
Scopri come l'algoritmo dei k-nearest neighbors effettua previsioni basate sulla similarità. Impara a gestire più caratteristiche, ottimizzare i parametri e applicare la cross-validazione per migliorare l'accuratezza.
Comprendere come la regressione logistica modella le probabilità e classifica gli esiti. Esercitarsi nell'implementazione, nell'interpretazione delle frontiere di decisione e nell'applicazione della regolarizzazione per prevenire l'overfitting.
Scopri come gli alberi decisionali suddividono i dati in gruppi significativi in base ai valori delle caratteristiche. Esplora come parametri quali la profondità dell'albero e il numero minimo di campioni per foglia influenzano le prestazioni e la generalizzazione del modello.
Esplora come le random forest combinano più alberi decisionali per migliorare accuratezza e robustezza. Comprendi il ruolo della casualità e applica questo metodo ensemble a dati reali.
Valutazione dei modelli utilizzando metriche come accuratezza, precisione, richiamo e F1-score. Interpretazione delle matrici di confusione e confronto tra più classificatori per identificare il modello con le migliori prestazioni.
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.
Acquisizione di una solida comprensione delle principali tecniche di preprocessamento che garantiscono un clustering efficace. Gestione dei valori mancanti, codifica delle variabili categoriche, normalizzazione dei dati e selezione di misure di distanza e metodi di collegamento appropriati per migliorare l'accuratezza del clustering.
Acquisire le competenze necessarie per applicare efficacemente il clustering K-Means. Comprendere il funzionamento dell'algoritmo, determinare il numero ottimale di cluster e acquisire esperienza pratica implementando K-Means su dataset sintetici e reali.
Che cos'è il clustering K-means?
Come Funziona l'Algoritmo K-Means?
Determinazione del Numero Ottimale di Cluster Utilizzando WSS
Determinazione del Numero Ottimale di Cluster Utilizzando il Punteggio Silhouette
Implementazione su un Dataset Fittizio
Implementazione su un Dataset Reale
Sfida: Implementazione del Clustering K-Means
Esplora i fondamenti della clusterizzazione gerarchica e scopri come raggruppare i dati in cluster significativi utilizzando i dendrogrammi. Acquisizione di competenze nell'identificazione del numero ottimale di cluster e nell'applicazione della tecnica su dataset sintetici e 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, analizzare il funzionamento dei GMM e consolidare le conoscenze applicandoli sia a dati simulati che reali.
Explore the fundamental metrics used to evaluate classification models, including their definitions, formulas, Python implementations, and interpretation. Includes advanced metrics and model validation techniques relevant to classification.
Delve into the core metrics for evaluating regression models, including their mathematical foundations, Python implementations, and result interpretation. Includes advanced validation techniques relevant to regression.
Examine the key metrics for evaluating unsupervised learning models, including clustering, dimensionality reduction, and anomaly detection. Learn their mathematical foundations, Python implementations, and interpretation.
Migliora le tue Competenze Tecnologiche!
con fino al 55% di sconto
Features:
*Tracks not included in Pro plan
500+ corsi Top-RatedCopilota AI all'avanguardia
Percorsi di studio personalizzati40+ progetti pratici reali
Senza cancellazione, prima della scadenza del piano scontato selezionato, accetto che Codefinity addebiti automaticamente $104 ogni 3 mesi fino a quando non annulli. Scopri di più sulla politica di cancellazione e rimborso in Termini di abbonamento.
Recommended Courses and Projects
corso
Course without tasks for flow test
Course for E2E testing
1 ora
4 capitoliPrincipiante
411 STUDIANDO ORA
corso
TEST COURSE WITH ALL TYPES OF COLUMN CHAPTERS
test python course with 6 sections
1 ora 14 capitoliPrincipiante
747 STUDIANDO ORA
corso
Testing Video Player
1 ora 1 capitoloPrincipiante
corso
Test mobile outline course
Super course
1 ora 6 capitoliIntermedio
699 STUDIANDO ORA
progetto
Condurre un Test A/B
Nel mondo degli affari, prendere decisioni basate su dati concreti piuttosto che sull'intuizione può essere la chiave del successo. Questo corso si concentra su una tecnica fondamentale: l'analisi dei dati di un test A/B. Il fulcro del corso è un progetto in cui condurrai un'analisi dettagliata di un test A/B. Questo progetto, che potrai inserire nel tuo CV, è ospitato su Codefinity, permettendoti di perfezionarlo continuamente e dimostrare la tua crescente competenza.
Solo per Ultimate
1 ora 1 capitoloIntermedio
682 STUDIANDO ORA
corso
TEST FREE COURSE
description
1 ora 3 capitoliPrincipiante
810 STUDIANDO ORA
corso
TEST SHORT VIDEO COURSE
1 ora 2 capitoliPrincipiante
1269 STUDIANDO ORA
corso
TEST COMPARE MODE
description
1 ora 2 capitoliAvanzato
corso
Test e2e new task ui
Some
1 ora 2 capitoliPrincipiante
450 STUDIANDO ORA
corso
SAVE CODE SNIPPET TEST
description
1 ora 4 capitoliAvanzato
corso
TEST COLUMN AI ASSISTANT PYTHON
description
1 ora 1 capitoloAvanzato
491 STUDIANDO ORA
progetto
Analisi Approfondita del Noleggio Biciclette in Città
Questo corso guida nell'analisi e visualizzazione dell'influenza dei fattori meteorologici e stagionali sulla domanda giornaliera di noleggio biciclette utilizzando dati reali.
1 ora 0 capitoloPrincipiante
325 STUDIANDO ORA
TRANSPORTATION & MOBILITY
Discover more Learning Tracks
traccia
TEST TRACK 12
1 Corso
1 Progetto
0 TaskPrincipiante
4.0
(17984)
traccia
Sviluppo Web Full Stack
7 Corsi424 CompitiPrincipiante
4.5
(53)
traccia
Diventa uno Sviluppatore React
4 Corsi98 CompitiIntermedio
4.8
(8)
traccia
Padroneggiare la Visualizzazione dei Dati
5 Corsi146 CompitiIntermedio
4.4
(9)
traccia
SQL da Zero a Eroe
7 Corsi249 CompitiPrincipiante
4.6
(113)
traccia
Fondamenti di C++
6 Corsi124 CompitiPrincipiante
3.9
(31)
traccia
Python da Zero a Eroe
6 Corsi215 CompitiPrincipiante
4.6
(337)
traccia
Python Oltre l'Intermedio
2 Corsi1 Progetto62 CompitiPrincipiante
5.0
(2)
traccia
Fondamenti di Java
11 Corsi459 CompitiPrincipiante
4.5
(16)
traccia
Sviluppo di Giochi con Unity
4 Corsi164 CompitiPrincipiante
4.4
(8)
traccia
Become a Django Developer
5 Corsi178 CompitiAvanzato
4.5
(33)
Perché le Persone Scelgono Codefinity
Web Developer
Kwizera Mugisha
The teaching methodology at Codefinity is excellent, and I particularly appreciate how it has prepared me to handle real-world coding problems. Currently, I am delving into Node.js and eagerly anticipate building full-stack projects that integrate all the knowledge I have gained.
Senior Business Analyst
Sherry Barnes-Fox
My first course was 4 hours, I did it in a few days, "nugget-style". The instructions are very clear and easy to understand. There is even a hint to help you get the answer. I love the learning style that is used, it engages me.
Accounts Payable Specialist
Bill Wagner
I have really liked the browser-based lessons that allow me to code within the lesson. The RUN button allows me to test the code I write before submitting for a grade.
IT Support Specialist
Daniel Chinea
I have gained a lot of practical and logical thinking skills, along with patience for myself and confidence in myself that I can learn programming. Years ago, I would have never thought that I could learn programming in any way, shape or form, and I was able to obtain these certifications and skills with Codefinity.
Technology Project Manager
Steve Bruening
The learning was progressive and made it easy to follow along and make progress. I could feel my skills increasing and building on each other as the course went along.
Project Manager
Stephanie Chan
As I went through the first course of the Python track, I liked the way the course was lay out (in easy and digestible modules) with little exercises at the end of each concept.
Step-by-Step to Stellar Results
Ambiente di codifica interattivo
Entra nel nostro ambiente interattivo: scrivi ed esegui il tuo codice con feedback in tempo reale e metriche di successo—impara facendo ad ogni passo.
Supporto potenziato dall'AI
Sfrutta l'assistente AI integrato per spiegare errori, suggerire correzioni o rispondere a qualsiasi domanda sul tuo codice—così rimani produttivo e non ti blocchi mai.
Check your progress
Concludi ogni modulo con un quiz rapido che fornisce feedback immediato, traccia i tuoi progressi e assicura che tu abbia padroneggiato i concetti chiave.
Promote your expertise
Ottieni il tuo certificato riconosciuto dall'industria al completamento e condividilo su LinkedIn con un clic—fai vedere alla tua rete cosa sai fare.
Fidato dai Dipendenti delle Aziende Leader
e Studenti delle Università di Eccellenza
Accesso completo al catalogo
Un abbonamento ti consente di accedere a questo corso e all'intero catalogo di progetti e competenze.Features:
500+ corsi Top-RatedCopilota AI all'avanguardia
Percorsi di studio personalizzati40+ progetti pratici reali
Senza cancellazione, prima della scadenza del piano scontato selezionato, accetto che Codefinity addebiti automaticamente $104 ogni 3 mesi fino a quando non annulli. Scopri di più sulla politica di cancellazione e rimborso in Termini di abbonamento.
Prova Codefinity con fiducia – garanzia di rimborso di 30 giorni inclusa
Per darti il benvenuto su Codefinity, offriamo fino a 64% di sconto sui nostri corsi. Inoltre, abbiamo una garanzia di rimborso di 30 giorni, così puoi provarci senza rischi.Non vediamo l'ora di darti il benvenuto sulla nostra piattaforma e ci impegniamo a rendere la tua esperienza di apprendimento facile, interattiva e divertente.
Ready to get started?
Pro
Best intro offer
Ultimate
A complete experience
to kickstart your career
to kickstart your career
500+ Top-Rated courses
Completion certificates
Early access to new courses
40+ hands-on Real-world projects
Personalized study tracks
Unlimited workspaces
Accedi istantaneamente a 500+ corsi
Apprendimento Illimitato, Accesso ImmediatoOttieni pieno accesso a tutti i corsi e percorsi, inclusi contenuti video, quiz e materiali approfonditi—inizia a imparare in qualsiasi momento.
Certificati Riconosciuti dall'IndustriaOttieni certificati che convalidano la tua esperienza e potenziano la tua carriera in tecnologia, AI, dati, marketing e oltre.
Apprendimento assistito da IAOttieni suggerimenti personalizzati, feedback in tempo reale e spiegazioni potenziate dall'AI per accelerare i tuoi progressi.
In Costante Espansione: Nuovi Corsi e Percorsi di CarrieraRimani avanti con corsi costantemente aggiornati, roadmaps di carriera, sfide e test pratici.
Costruisci Competenze Che ContanoPadroneggia competenze richieste con corsi in AI, data science, programmazione, marketing, automazione, sviluppo web e altro.
Apprendimento Interattivo e Senza Soluzione di ContinuitàCoinvolgiti con progetti pratici, esercizi reali e un'esperienza di apprendimento intuitiva — senza bisogno di strumenti extra.
