Corso Online: Deep Learning e Reti Neurali

Cap.01 Introduzione

• Lezione 1.1 Dal Machine Learning al Deep Learning | 07:26 minuti
• Lezione 1.2 Alcune applicazioni delle Reti Neurali Artificiali | 04:20 minuti
• Lezione 1.3 Linguaggi e Librerie per il Deep Learning | 10:42 minuti

Cap.02 Il Dataset

• Lezione 2.1 Dataset strutturati | 04:13 minuti
• Lezione 2.2 Dataset non strutturati | 09:17 minuti
• Lezione 2.3 Analisi di un dataset con Pandas | 22:30 minuti
• Lezione 2.4 Tipi di Dati | 04:37 minuti
• Lezione 2.5 Label e One-Hot Encoding | 09:04 minuti
• Lezione 2.6 Gestire Dati Mancanti | 05:23 minuti
• Lezione 2.7 Portare il Dataset sulla stessa scala | 04:17 minuti
• Lezione 2.8 Normalizzazione e Standardizzazione di un Dataset con Pandas | 08:22 minuti
• Lezione 2.9 Splitting del Dataset | 02:23 minuti
• Lezione 2.10 TrainTest split con scikit-learn | 05:36 minuti

Cap.03 Machine Learning in Breve

• Lezione 3.1 La Regressione Lineare | 06:34 minuti
• Lezione 3.2 La Funzione di Costo | 03:41 minuti
• Lezione 3.3 Gli Algoritmi di Ottimizzazione | 07:14 minuti
• Lezione 3.4 Introduzione al Boston Housing Dataset | 05:36 minuti
• Lezione 3.5 Regressione Lineare Semplice con Keras | 06:11 minuti
• Lezione 3.6 Visualizzazione del Modello con Matplotlib | 03:23 minuti
• Lezione 3.7 La Regressione Lineare Multipla | 02:30 minuti
• Lezione 3.8 Regressione Lineare Multipla con Keras | 07:55 minuti
• Lezione 3.9 La Regressione Logistica | 11:53 minuti
• Lezione 3.10 Introduzione al Winsconsis Breast Cancer Dataset | 06:15 minuti
• Lezione 3.11 Regressione Logistica con Keras | 05:02 minuti
• Lezione 3.12 Regressione Logistica Multipla con Keras | 05:35 minuti

Cap.04 Basi di Reti Neurali Artificiali

• Lezione 4.1 L'Approccio Biologico | 05:16 minuti
• Lezione 4.2 Funzionamento di una Rete Neurale Artificiale | 08:47 minuti
• Lezione 4.3 Struttura di una Rete Neurale | 03:10 minuti
• Lezione 4.4 Rete Neurale Artificiale con Keras | 08:40 minuti
• Lezione 4.5 Rete Neurale Artificiale Profonda con Keras | 06:05 minuti
• Lezione 4.6 Le Funzioni di Attivazione | 07:05 minuti
• Lezione 4.7 Usare Diveserse Funzioni di Attivazione con Keras | 03:36 minuti
• Lezione 4.8 Usare la Matrice di Confusione | 03:41 minuti
• Lezione 4.9 La Funzione di Attivazione Softmax per Classificazioni Multiclasse | 05:29 minuti
• Lezione 4.10 Il Dataset MNIST | 05:24 minuti
• Lezione 4.11 Preprocessing del MNIST | 03:36 minuti
• Lezione 4.12 Rete Neuale per Classificazioni Multiclasse | 04:50 minuti
• Lezione 4.13 Visualizzare gli Errori della Rete Neurale con Matplotlib | 03:13 minuti

Cap.05 Addestramento e metodi di ottimizzazione

• Lezione 5.1 Derivate e Gradienti | 06:46 minuti
• Lezione 5.2 Il Gradient Descent | 07:38 minuti
• Lezione 5.3 Full Batch, Mini Batch e Stochastic Gradient Descent | 10:34 minuti
• Lezione 5.4 Il Dataset Fashion-MNIST | 07:09 minuti
• Lezione 5.5 Full Batch Gradient Descent con Keras | 07:57 minuti
• Lezione 5.6 Stochastic Gradient Descent con Keras | 02:28 minuti
• Lezione 5.7 Mini Batch Gradient Descent con Keras | 01:52 minuti
• Lezione 5.8 La Backpropagation | 11:47 minuti
• Lezione 5.9 Scomparsa ed Esplosione del Gradiente | 08:47 minuti
• Lezione 5.10 Inizializzazione dei Parametri intelligente con Keras | 04:57 minuti
• Lezione 5.11 Sfruttare il Momentum | 08:19 minuti
• Lezione 5.12 Implementare il Momentum con Keras | 04:19 minuti
• Lezione 5.13 Algoritmi con Learning Rate Adattivo | 08:22 minuti
• Lezione 5.14 Learning Rate Adattivo con Keras | 02:05 minuti
• Lezione 5.15 Utilizzare l'ADAM con Keras | 02:52 minuti
• Lezione 5.16 Il Problema dell'Overfitting | 02:43 minuti

Cap.06 Overfitting e Tecniche di Regolarizzazione

• Lezione 6.1 Bilanciamento di Bias e Varianza | 04:18 minuti
• Lezione 6.2 Cause e Rimedi dell'Overfitting in una Rete Neurale | 03:07 minuti
• Lezione 6.3 La Regolarizzazione L1 e L2 | 04:04 minuti
• Lezione 6.4 Regolarizzazione L1 e L2 con Keras | 08:30 minuti
• Lezione 6.5 Usiamo la Rete per Riconoscere Capi di Abbigliamento | 09:47 minuti
• Lezione 6.6 Il Dropout | 04:47 minuti
• Lezione 6.7 Introduzione all'IMDB Review Dataset | 07:07 minuti
• Lezione 6.8 Preparare i Dati | 04:06 minuti
• Lezione 6.9 Creiamo la Rete Neurale | 03:41 minuti
• Lezione 6.10 Usiamo il Dropout per Combattere l'Overfitting con Keras | 03:52 minuti
• Lezione 6.11 Usiamo la Rete per Classificare Recensioni di Film | 08:09 minuti
• Lezione 6.12 Validare una Rete Neurale | 08:29 minuti

Cap.07 Addestramento in Cloud e su GPUs

• Lezione 7.1 I Vantaggi della GPU | 05:36 minuti
• Lezione 7.2 Addestramento in Cloud | 05:39 minuti
• Lezione 7.3 Testiamo la Rete di Benchmark sul nostro PC | 06:13 minuti
• Lezione 7.4 Guida a Google Colaboratory | 07:29 minuti
• Lezione 7.5 Introduzione ad AWS EC2 | 08:54 minuti
• Lezione 7.6 Creiamo una Macchina Remota per Jupyter | 03:50 minuti
• Lezione 7.7 Testiamo la Rete di Benchmark su EC2 | 02:27 minuti
• Lezione 7.8 Connettere un Kernel Remoto ad ATOM | 05:02 minuti

Cap.08 Reti Neurali Convoluzionali e Computer Vision

• Lezione 8.1 Vantaggi delle Reti Neurali Convoluzionali | 07:05 minuti
• Lezione 8.2 L'Operatore Convoluzionale | 07:55 minuti
• Lezione 8.3 Applicare Filtri Convoluzionali con Python | 09:54 minuti
• Lezione 8.4 Stride e Padding | 04:39 minuti
• Lezione 8.5 Lo Strato Convoluzionale | 05:21 minuti
• Lezione 8.6 Creare una ConvNet con Keras | 09:36 minuti
• Lezione 8.7 Strati di Pooling | 06:41 minuti
• Lezione 8.8 Addestramento di una Rete Convoluzionale | 04:31 minuti
• Lezione 8.9 Utilizzare il Pooling con Keras | 10:44 minuti

Cap.09 Reti Neurali Ricorrenti e NLP

• Lezione 9.1 Vantaggi dei Modelli Sequenziali | 05:04 minuti
• Lezione 9.2 Funzionamento delle Reti Neurali Ricorrenti | 12:57 minuti
• Lezione 9.3 Limiti del Bag of Words | 04:32 minuti
• Lezione 9.4 Il Word Embedding | 11:36 minuti
• Lezione 9.5 Preparazione del Dataset per il Word Embedding | 07:55 minuti
• Lezione 9.6 Word Embedding e Vanilla RNN con Keras | 06:32 minuti
• Lezione 9.7 Scomparsa del Gradiente nelle Reti Ricorrenti | 05:25 minuti
• Lezione 9.8 Long Short-Term Memory Networks | 06:34 minuti
• Lezione 9.9 LSTM Operazione per Operazione | 06:43 minuti
• Lezione 9.10 LSTM con Keras | 03:55 minuti
• Lezione 9.11 Dropout di una Rete Ricorrente con Keras | 03:13 minuti
• Lezione 9.12 Aggiungere Strati Ricorrenti Multipli con Keras | 05:20 minuti
• Lezione 9.13 Graded Recurrent Unit | 03:54 minuti
• Lezione 9.14 GRU con Keras | 03:15 minuti

Cap.10 Architetture di Reti Neurali Miste

• Lezione 10.1 Reti Convoluzionali per la Sentiment Analysis | 07:57 minuti
• Lezione 10.2 L'Architettura CNN-LSTM con Keras | 03:50 minuti

Cap.11 Conclusione

• Lezione 11.1 I Tuoi Prossimi Passi | 05:46 minuti