Corso Online: Python per Machine Learning e Artificial Intelligence

Corso

Online

RISPARMIA 49%

Prezzo Emagister

30 € 59 € 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

  • Livello

    Livello base

  • Metodologia

    Online

  • Ore di lezione

    11h

  • Durata

    Flessible

Artificial Intelligence (AI) e Machine Learning (ML) sono il presente e il futuro della Tecnologia e dietro a queste discipline innovative c’è un unico linguaggio di programmazione: Python, che ad oggi risulta il terzo linguaggio di programmazione più utilizzato al mondo e i suoi campi di applicazioni sono infiniti. Ed è proprio grazie al suo incredibile rapporto tra semplicità e potenza nel calcolo scientifico che Python è diventato il linguaggio di riferimento per Machine Learning e Artificial Intelligence.

Informazioni importanti

Prezzo per gli utenti Emagister: Prezzo con promozione 29,90 euro

Profilo del corso

Lo scopo di questo corso è fornirti la conoscenza di programmazione con Python necessaria per avviare la tua avventura in AI e ML.
A questo scopo abbiamo organizzato il corso in quattro parti più un progetto finale, in cui svilupperemo una Rete Neurale Artificiale da zero, utilizzando unicamente numpy per il calcolo di vettori e matrici.

Il corso è rivolto a tutti coloro i quali hanno curiosità sul tema o vogliono approfondire meglio questo argomento con spunti e strategie pratiche.

A termine del corso sarà possibile scaricare un certificato di frequenza personalizzato.

Da oltre 10 anni IGEA è attiva con ottimi risultati nella formazione. I corsi di formazione di IGEA si caratterizzano per l'alta qualità dei contenuti e della formazione, risultato di una attento processo di selezione dei docenti e di cura nella realizzazione dei contenuti. I corsi online di IGEA sono disponibili per sempre e l'allievo può seguire le lezioni per innumerevoli volte, anche a distanza di tempo. La formazione di IGEA, anche online, è mirata al SAPER FARE, con l'obiettivo finale di accrescere le competenze degli allievi, spendibili subito professionalmente.

Subito dopo aver ricevuto la tua richiesta la segreteria di IGEA ti contatterà per rispondere a tutte le tue domande e guidarti nella procedura di iscrizione e di pagamento.

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

Opinioni

Successi del Centro

2022
2021

Tutti i corsi devono essere aggiornati

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

Più di 50 opinioni degli ultimi 12 mesi

14 anni del centro in Emagister.

Materie

  • Python
  • Programmazione
  • Machine Learning
  • Intelligenza artificiale
  • Reti neurali

Professori

IGEA Centro Promozione Salute

IGEA Centro Promozione Salute

Formazione

Programma

Cap.01 Introduzione

  • Lezione 1.1 Introduzione al Corso | 06:53 minuti
  • Lezione 1.2 La Programmazione Informatica | 05:33 minuti
  • Lezione 1.3 Machine Learning e Artificial Intelligence | 06:27 minuti
  • Lezione 1.4 Perche? Python | 03:20 minuti

Cap.02 Installazione e Configurazione

  • Lezione 2.1 Eseguire Codice Python | 03:14 minuti
  • Lezione 2.2 Installare Anaconda | 04:13 minuti
  • Lezione 2.3 Basi di Jupyter Notebook | 04:35 minuti
  • Lezione 2.4 Github e Colaboratory | 06:01 minuti
  • Lezione 2.5 Introduzione a HackerRank | 04:00 minuti

Cap.03 Variabili e Tipi di Dati [TEORIA]

  • Lezione 3.1 Input e Output | 05:39 minuti
  • Lezione 3.2 Variabili e Tipi di Dati | 08:00 minuti
  • Lezione 3.3 La Formattazione | 09:35 minuti

Cap.04 Variabili e Tipi di Dati [PRATICA]

  • Lezione 4.1 Challenge 1 - Operazioni Aritmetiche | 01:11 minuti
  • Lezione 4.2 Soluzione 1 - Operazioni Aritmetiche | 02:05 minuti
  • Lezione 4.3 Challenge 2 - Divisioni | 01:07 minuti
  • Lezione 4.4 Soluzione 2 - Divisioni | 01:35 minuti
  • Lezione 4.5 Challenge 3 - Swapping | 00:40 minuti
  • Lezione 4.6 Soluzione 3 - Swapping | 02:26 minuti
  • Lezione 4.7 Challenge 4 - Carta d'Identita? | 03:36 minuti
  • Lezione 4.8 Soluzione 4 - Carta d'Identita? | 09:09 minuti

Cap.05 Collezioni di Dati [TEORIA]

  • Lezione 5.1 Introduzione alle Collezioni di Dati | 03:11 minuti
  • Lezione 5.2 Le Liste | 18:59 minuti
  • Lezione 5.3 Le Tuple | 06:32 minuti
  • Lezione 5.4 Set e Frozenset | 07:19 minuti
  • Lezione 5.5 I Dizionari | 07:23 minuti
  • Lezione 5.6 Casting tra collezioni | 05:58 minuti
  • Lezione 5.7 La Funzione Len e le Stringhe | 04:06 minuti

Cap.06 Collezioni di Dati [PRATICA]

  • Lezione 6.1 Challenge 1 - Pagelle Scolastiche | 01:54 minuti
  • Lezione 6.2 Soluzione 1 - Pagelle Scolastiche | 11:33 minuti

Cap.07 Istruzioni Condizionali [TEORIA]

  • Lezione 7.1 Introduzione alle Istruzioni Condizionali | 02:19 minuti
  • Lezione 7.2 Le Espressioni Booleane | 07:30 minuti
  • Lezione 7.3 Gli Statement IF-ELSE | 09:52 minuti
  • Lezione 7.4 Operatori Logici | 05:54 minuti
  • Lezione 7.5 Lo Statement ELIF | 04:47 minuti
  • Lezione 7.6 L'Espressione IF | 05:11 minuti

Cap.08 Istruzioni Condizionali [PRATICA]

  • Lezione 8.1 Challenge 1 - Pari o Dispari | 01:09 minuti
  • Lezione 8.2 Soluzione 1 - Pari o Dispari | 03:31 minuti

Cap.09 I Cicli For e While [TEORIA]

  • Lezione 9.1 Introduzione ai Cicli | 01:34 minuti
  • Lezione 9.2 Il Ciclo While| 14:21 minuti
  • Lezione 9.3 Il Ciclo For | 06:02 minuti
  • Lezione 9.4 Gli Statement BREAK e CONTINUE | 03:40 minuti

Cap.10 I Cicli For e While [PRATICA]

  • Lezione 10.1 Challenge 1 - Potenze | 01:03 minuti
  • Lezione 10.2 Soluzione 1 - Potenze | 01:14 minuti
  • Lezione 10.3 Challenge 2 - Secondo Classificato | 02:42 minuti
  • Lezione 10.4 Soluzione 2 - Secondo Classificato | 04:02 minuti
  • Lezione 10.5 Challenge 3 - Registro Scolastico | 01:50 minuti
  • Lezione 10.6 Soluzione 3 - Registro Scolastico | 06:45 minuti
  • Lezione 10.7 Challenge 4 - Palindromi | 01:01 minuti
  • Lezione 10.8 Soluzione 4 - Palindromi | 03:30 minuti

Cap.11 La Programmazione Procedurale e le Funzioni [TEORIA]

  • Lezione 11.1 Introduzione alle Funzioni | 04:39 minuti
  • Lezione 11.2 Le Funzioni con Python | 05:52 minuti
  • Lezione 11.3 Esempio 1 - Calcolo dell'Area di un Triangolo | 03:13 minuti
  • Lezione 11.4 Esempio 2 - Stampare la lista della spesa | 04:31 minuti

Cap.12 Programmi con le Funzioni [PRATICA]

  • Lezione 12.1 Challenge 1 - Area della Circonferenza | 00:36 minuti
  • Lezione 12.2 Soluzione 1 - Area della Circonferenza | 01:45 minuti
  • Lezione 12.3 Challenge 2 - Anni Bisestili | 01:15 minuti
  • Lezione 12.4 Soluzione 2 - Anni Bisestili | 03:58 minuti
  • Lezione 12.5 Challenge 3 - Anagrammi | 00:51 minuti
  • Lezione 12.6 Soluzione 3 - Anagrammi | 04:38 minuti
  • Lezione 12.7 Challenge 4 - Filtro di Indirizzi email | 05:01 minuti
  • Lezione 12.8 Soluzione 4 - Filtro di Indirizzi email | 10:00 minuti

Cap.13 La Programmazione ad Oggetti [TEORIA]

  • Lezione 13.1 Introduzione a Classi e Oggetti | 06:59 minuti
  • Lezione 13.2 Classi in Python | 06:14 minuti
  • Lezione 13.3 Overloading delle Funzioni | 03:56 minuti
  • Lezione 13.4 Usare le Docstrings | 05:19 minuti

Cap.14 Classi e Oggetti [PRATICA]

  • Lezione 14.1 [CHALLENGE 1] La Circonferenza | 00:54 minuti
  • Lezione 14.2 [SOLUZIONE 1] La Circonferenza | 06:29 minuti
  • Lezione 14.3 [CHALLENGE 2] Vettori | 05:18 minuti
  • Lezione 14.4 [SOLUZIONE 2] Vettori | 13:18 minuti

Cap.15 Eccezioni Fantastiche e come Gestirle [TEORIA]

  • Lezione 15.1 Introduzione alle Eccezioni | 04:05 minuti
  • Lezione 15.2 Anatomia di un'Eccezione | 05:14 minuti
  • Lezione 15.3 Tipi di Eccezione Comuni | 07:23 minuti
  • Lezione 15.4 TryExcept | 06:18 minuti
  • Lezione 15.5 Forzare Eccezioni con Raise | 03:18 minuti
  • Lezione 15.6 Lo Statement Assert | 03:24 minuti
  • Lezione 15.7 Lo Statement Finally | 02:36 minuti

Cap.16 Eccezioni Fantastiche e come Gestirle [PRATICA]

  • Lezione 16.1 [CHALLENGE 1] Vettori Reloaded | 01:01 minuti
  • Lezione 16.2 [SOLUZIONE] Vettori Reloaded | 01:58 minuti
  • Lezione 16.3 [CHALLENGE 2] Calcolatrice | 01:28 minuti
  • Lezione 16.4 [SOLUZIONE 2] Calcolatrice | 06:51 minuti

Cap.17 Operare sui Files [TEORIA]

  • Lezione 17.1 Aprire un File con Python | 04:58 minuti
  • Lezione 17.2 Leggere il Contenuto di un File | 07:15 minuti
  • Lezione 17.3 Codifica dei File | 02:24 minuti
  • Lezione 17.4 Scrivere su un File | 07:13 minuti
  • Lezione 17.5 Creare un nuovo File | 01:27 minuti
  • Lezione 17.6 Usare i Contesti | 01:54 minuti

Cap.18 Operare su Files [PRATICA]

  • Lezione 18.1 [CHALLENGE 1] Filtrare i Proverbi | 00:51 minuti
  • Lezione 18.2 [SOLUZIONE 1] Filtrare i Proverbi | 04:11 minuti

Cap.19 Dividere il Codice in Moduli [TEORIA]

  • Lezione 19.1 Modularizzare il Codice Python | 07:22 minuti
  • Lezione 19.2 Importare Funzioni e Classi da Moduli Esterni | 04:54 minuti

Cap.20 La Standard Library [TEORIA]

  • Lezione 20.1 Il Modulo OS | 08:06 minuti
  • Lezione 20.2 Il Modulo Time | 04:54 minuti
  • Lezione 20.3 Il Modulo Datetime | 08:41 minuti
  • Lezione 20.4 Il Modulo Math | 04:51 minuti
  • Lezione 20.5 Il Modulo CSV | 05:00 minuti

Cap.21 La Standard Library [PRATICA]

  • Lezione 21.1 [CHALLENGE 1] Raccolta di Poesie | 01:05 minuti
  • Lezione 21.2 [SOLUZIONE 1] Raccolta di Poesie | 05:26 minuti
  • Lezione 21.3 [CHALLENGE 2] Quanto manca al tuo Compleanno | 01:23 minuti
  • Lezione 21.4 [SOLUZIONE 2] Quanto manca al tuo Compleanno | 03:54 minuti
  • Lezione 21.5 [CHALLENGE 3] Analisi di Magazzino | 01:29 minuti
  • Lezione 21.6 [SOLUZIONE 3] Analisi di Magazzino | 06:57 minuti
  • Lezione 21.7 [CHALLENGE 4] Funzioni di una Rete Neurale | 01:59 minuti
  • Lezione 21.8 [SOLUZIONE 4] Funzioni di una Rete Neurale | 07:57 minuti

Cap.22 Moduli e Ambienti Virtuali [TEORIA]

  • Lezione 22.1 Il Python Package Index | 02:12 minuti
  • Lezione 22.2 Installare Moduli con PIP | 06:00 minuti
  • Lezione 22.3 Creare Ambienti Virtuali con Virtualenv | 07:06 minuti
  • Lezione 22.4 Condividere Ambienti Virtuali | 06:37 minuti
  • Lezione 22.5 Creare Ambienti Virtuali con Anaconda | 06:19 minuti

Cap.23 Calcolo Scientifico con Numpy [TEORIA]

  • Lezione 23.1 Vettori con Numpy | 08:21 minuti
  • Lezione 23.2 Operazioni sui Vettori | 07:49 minuti
  • Lezione 23.3 Matrici con Numpy | 04:25 minuti
  • Lezione 23.4 Ridimensionare un Array Numpy | 05:24 minuti
  • Lezione 23.5 Broadcasting e Operazioni tra Matrici | 13:12 minuti
  • Lezione 23.6 Generazione di Array | 09:02 minuti
  • Lezione 23.7 Sfruttare la Vettorizzazione | 05:01 minuti

Cap.24 Calcolo Scientifico con Numpy [PRATICA]

  • Lezione 24.1 [CHALLENGE 1] Vettore Ribaltato | 01:09 minuti
  • Lezione 24.2 [SOLUZIONE 1] Vettore Ribaltato | 03:12 minuti
  • Lezione 24.3 [CHALLENGE 2] Shape e Reshape | 00:41 minuti
  • Lezione 24.4 [SOLUZIONE 2] Shape e Reshape | 02:46 minuti
  • Lezione 24.5 [CHALLENGE 3] Transpose e Flatten | 01:04 minuti
  • Lezione 24.6 [SOLUZIONE 3] Transpose e Flatten | 02:55 minuti
  • Lezione 24.7 [CHALLENGE 4] Aritmetica degli array | 00:58 minuti
  • Lezione 24.8 [SOLUZIONE 4] Aritmetica degli array | 03:37 minuti

Cap.25 Machine Learning e Reti Neurali Artificiali

  • Lezione 25.1 Machine Learning- un'introduzione informale | 07:38 minuti
  • Lezione 25.2 Le Reti Neurali Artificiali | 07:38 minuti
  • Lezione 25.3 Addestramento di una Rete Neurale | 08:08 minuti
  • Lezione 25.4 La Matematica delle Reti Neurali | 07:41 minuti

Cap.26 Rete Neurale Artificiale da Zero [PROGETTO FINALE]

  • Lezione 26.1 Creiamo la Classe NeuralNetwork | 03:24 minuti
  • Lezione 26.2 Inizializziamo Pesi e Bias | 04:40 minuti
  • Lezione 26.3 Accuracy e Log Loss | 08:27 minuti
  • Lezione 26.4 Le Funzioni di Attivazione | 05:30 minuti
  • Lezione 26.5 Forward Propagation e Predizione | 06:50 minuti
  • Lezione 26.6 Backpropagation e Addestramento | 10:02 minuti
  • Lezione 26.7 Come Valutare il Modello | 02:24 minuti
  • Lezione 26.8 Carichiamo il Dataset di Immagini | 06:48 minuti
  • Lezione 26.9 Creiamo i Set per Addestramento e Test | 05:55 minuti
  • Lezione 26.10 Normalizziamo i Dati | 01:14 minuti
  • Lezione 26.11 Addestriamo e Valutiamo la Rete Neurale | 02:56 minuti
  • Lezione 26.12 Visualizziamo gli Errori della Rete | 02:22 minuti
  • Lezione 26.13 Carichiamo il Dataset con Pandas | 03:19 minuti
  • Lezione 26.14 Creiamo i Set per Addestramento e Test | 02:22 minuti
  • Lezione 26.15 Normalizziamo i Dati | 02:00 minuti
  • Lezione 26.16 Addestriamo e Valutiamo la Rete Neurale | 01:11 minuti
  • Lezione 26.17 Presentiamo i Risultati | 06:15 minuti

Chiama il centro

Hai bisogno di un coach per la formazione?

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

Corso Online: Python per Machine Learning e Artificial Intelligence

Prezzo Emagister

30 € 59 € IVA inc.