Apprendimento Non Supervisionato e Clustering Avanzato

Corso

Online

250 € IVA inc.

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Descrizione

  • Tipologia

    Corso

  • Metodologia

    Online

  • Ore di lezione

    15h

Il corso esplora le tecniche di machine learning non supervisionato, fondamentali per analizzare dati complessi e individuare pattern nascosti senza etichette. Gli studenti approfondiranno algoritmi di clustering, riduzione dimensionale e rilevamento delle anomalie, studiando metodi avanzati come DBSCAN, Gaussian Mixture Models, PCA, t-SNE e Autoencoder. Saranno mostrati esempi pratici di applicazione nel marketing predittivo, nella bioinformatica, nella cybersecurity e nella diagnostica industriale. Il percorso include esercitazioni con dataset reali per sviluppare capacità analitiche solide e applicabili in contesti professionali.

Domande e risposte

Aggiungi la tua domanda

I nostri consulenti e altri utenti potranno risponderti

Chi vuoi che ti risponda?

Inserisci i tuoi dati per ricevere una risposta

Pubblicheremo solo il tuo nome e la domanda

Emagister S.L. (Titolare del trattamento dati) utilizzerà i tuoi dati per svolgere attività promozionali (via email e/o telefono), pubblicare recensioni o gestire eventuali segnalazioni. Nella politica sulla privacy potrai conoscere i tuoi diritti e gestire la cancellazione.

Opinioni

Successi del Centro

2023
2022
2020

Tutti i corsi devono essere aggiornati

La media delle valutazioni dev'essere superiore a 3,7

Più di 50 opinioni degli ultimi 12 mesi

6 anni del centro in Emagister.

Materie

  • 3d
  • Apprendimento
  • Clustering
  • E-learning
  • 2D

Programma

Programma del corso:

  1. Introduzione al ML non supervisionato e obiettivi principali;
  2. K-means e varianti per clustering partizionale;
  3. Clustering gerarchico, dendrogrammi e linkage;
  4. DBSCAN, HDBSCAN e clustering basato sulla densità;
  5. Gaussian Mixture Models per clustering probabilistico;
  6. PCA, riduzione dimensionale lineare e interpretazione;
  7. Autoencoder per rappresentazioni compresse non lineari;
  8. t-SNE e UMAP per visualizzazione in spazi 2D/3D;
  9. Feature extraction e selezione non supervisionata;
  10. Outlier e anomaly detection in contesti reali;
  11. Clustering evaluation: silhouette, Davies–Bouldin, metriche interne;
  12. Visualizzazione 2D dei cluster e storytelling dei dati;
  13. Applicazioni industriali in marketing, bioinformatica e cybersecurity;
  14. Librerie Python (scikit-learn, PyTorch, TensorFlow) per pipeline;
  15. Progetto pratico con analisi esplorativa e clustering su dataset reale.

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Apprendimento Non Supervisionato e Clustering Avanzato

250 € IVA inc.