Seminario - DIG 300
Data & Alghorithm - Machine learning fundamental
s
Obiettivi
Comprendere e sperimentare l’utilizzo di alcuni degli algoritmi di Machine learning più importanti
Contenuti
Data Driven Company - Data preparation
- Modello trasduttore
- Sistema di misura
- Dato grezzo
- Pre-processing
- Rumore
- Pulizia dei dati
- Normalizzazione
- Trattamento dei dati mancanti
- Trattamento dei dati anomali (outliers)
- Feature extraction/engineering
- IoT data mining => Esempi pratici
Data Analytics & artificial Intelligence Machine learning
- Introduzione al Machine learning
- Conoscere gli algoritmi utilizzabili per il Machine learning (Tassonomia)
- Algoritmi supervisionati di classificazione e regressione
- Algoritmi per il rilevamento di anomalie
- Algoritmi per il clustering
- Introduzione alle reti neurali
- Fascino, potere e limiti del deep learning
- Metriche di valutazione delle performance dei modelli di Machine learning
- Compromesso bias-varianza (overfitting)
- Esercitazioni con Python
Sperimenterete
Applicazione degli algoritmi di Machine learning con esercitazioni su data set tratti da casi reali.
S
h
a
r
e