Apprendimento automatico per il miglioramento del lavoro

Acquisisci competenze pratiche di apprendimento automatico per ottimizzare i processi di lavoro, automatizzare le attività e prendere decisioni basate sui dati.

Introduzione all'apprendimento automatico

Unit 1: Cos'è l'apprendimento automatico?

Unit 2: Apprendimento automatico, deep learning, IA e scienza dei dati

Unit 3: Tipi di apprendimento automatico

La pipeline di apprendimento automatico: preparazione e pre-elaborazione dei dati

Unit 1: Introduzione alla pipeline di apprendimento automatico

Unit 2: Pulizia e pre-elaborazione dei dati con Python e Pandas

Unit 3: Gestione avanzata dei dati

Algoritmi di apprendimento automatico fondamentali

Unit 1: Regressione lineare

Unit 2: Regressione logistica

Unit 3: K-Nearest Neighbors (k-NN)

Valutazione del modello e ottimizzazione delle prestazioni

Unit 1: Metriche di valutazione di base

Unit 2: Metriche di valutazione avanzate

Unit 3: Tecniche di convalida incrociata

Affrontare le sfide nell'apprendimento automatico

Unit 1: Overfitting e Underfitting

Unit 2: Tecniche di Regolarizzazione

Unit 3: Gestione dello squilibrio dei dati

Considerazioni etiche e bias nell'apprendimento automatico

Unit 1: Introduzione all'etica dell'IA

Unit 2: Bias nell'apprendimento automatico

Unit 3: Mitigazione del bias e promozione dell'equità