Corsi Algoritmi online e a distanza

...un linguaggio come Python o Java Modulo 6: Programmazione Orientata agli Oggetti (OOP) Fondamenti di OOP: creazione di classi, attributi, metodi e costruttori...

...e Standardizzazione Perché è importante normalizzare i dati Differenza tra normalizzazione e standardizzazione Quando applicare le tecniche di scaling (es... Impara:: Qualità dei dati...

...MA (media mobile). Come ARIMA cattura la dipendenza temporale nelle serie storiche. Modulo 7: Determinazione dell’ordine dei modelli ARIMA Come determinare... Impara:: Analisi dati...

...Modulo 6: Analisi delle Serie Temporali Definizione e concetti base delle serie temporali. Componenti delle serie temporali: trend, stagionalità... Impara:: Analisi di mercato, Analisi dati...

...clustering gerarchico Applicazioni per la segmentazione dei clienti e l’analisi del comportamento Modulo 7: Clustering e Segmentazione del Mercato Tecniche... Impara:: Analisi dati...

...cliente Tecniche di analisi predittiva per il CLV Utilizzo del CLV per ottimizzare strategie di marketing e fidelizzazione Modulo 8: Previsione delle Vendite... Impara:: Analisi dati, Business intelligence...

...Reti neurali profonde per l’elaborazione del linguaggio naturale (NLP). Architetture comuni: RNN, LSTM, GRU per la sentiment analysis. Modulo... Impara:: Analisi dati...

...Modulo 6: Analisi Statistica dei Dati Clinici e Genomici Metodi statistici per analizzare i dati clinici e genomici. Tecniche di regressione... Impara:: Analisi dati, Analisi statistica...

...neuroni, pesi, funzioni di attivazione. Perceptron: il modello base. backpropagation. Modulo 9: Reti Neurali Profonde e Deep Learning Reti neurali profonde... Impara:: Reti neurali, Intelligenza artificiale...

...rinforzato e come differisce dagli altri approcci La teoria dietro l'agente, l'ambiente e la ricompensa Q-Learning e Deep Q Networks (DQN) Applicazioni... Impara:: Intelligenza artificiale, Reti neurali...

...Affinità e differenze nella simulazione del comportamento cerebrale Applicazioni dei modelli artificiali in neuroscienze Modulo 10: Reti Neurali Spiking... Impara:: Reti neurali, Intelligenza artificiale...

...Vantaggi di CatBoost nella gestione di variabili categoriche. Modulo 9: Tecniche Avanzate di CatBoost Gestione dei dati categorici in CatBoost... Impara:: Intelligenza artificiale...

...4. Neural-symbolic integration: paradigmi e architetture; 5. Reasoning con reti neurali e vincoli logici; 6. Apprendimento strutturato da grafi e basi di regole... Impara:: Intelligenza artificiale, Reti neurali...

...Gestione di variabili come scala e rotazione per il rilevamento robusto Modulo 6: Riconoscimento Facciale Cos'è il riconoscimento facciale e le sue applicazioni... Impara:: Reti neurali...

...per modelli di deep learning (neural networks) Supporto per modelli gradient boosting Come H2O.ai gestisce grandi volumi di dati Modulo 9: H2O... Impara:: Intelligenza artificiale...

...la sua utilità Popolazione vs campione Errore di campionamento e bias Modulo 11: Stima Puntuale e Intervallo di Confidenza Cos’è una stima puntuale Costruzione... Impara:: Statistica inferenziale descrittiva...

...delle risorse di calcolo e storage nel cloud Progettazione e gestione di ambienti personalizzati per l'elaborazione dei dati Modulo 6: Data Preprocessing...

...Aggiornamenti nei modelli di ensemble come Random Forests e Gradient Boosting. le novità nel campo dell'apprendimento semi-supervisionato e non supervisionato...

...redatta una relazione scritta. La relazione intermedia e gli eventuali test sono propedeutici, ma non obbligatori per poter accedere al modulo successivo... Impara:: Sistemi informatici, Machine Learning, Applicazioni di controllo...

...redatta una relazione scritta. La relazione intermedia e gli eventuali test sono propedeutici, ma non obbligatori per poter accedere al modulo successivo... Impara:: Machine Learning, Intelligenza artificiale, Deep Learning...