Corso pratico di Machine Learning con R
-
Ottimo per chi si approccia per la prima volta al Machine Learning.
← | →
-
Decisamente soffisfatto, il docente è bravissimo, in grado di spiegare con chiarezza e stimolare tutti.
← | →
-
Relatore in gamba, molto competente.
← | →
Corso
Online
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
11h
-
Inizio
Scegli data
-
Invio di materiale didattico
Sì
-
Servizio di consultazione
Sì
-
Tutoraggio personalizzato
Sì
-
Lezioni virtuali
Sì
Questo corso ha un solo focus: abilitare all'uso del Machine Learning in R.
Tutto dunque orbita attorno all'obiettivo di consentire agli studenti di realizzare i loro modelli di Machine Learning in autonomia, usando R. Per raggiungere questo risultato sono stati inseriti molti tutorial, dove si eseguono tutti i passi uno alla volta. Al tempo stesso ci sono delle sessioni teoriche che consentono di capire i principi dietro i vari algoritmi o strategie.
Con questo corso imparerai i principi alla base del Machine Learning, gli algoritmi più diffusi ed i comandi R per poter creare modelli sia per problemi di Regressione, sia di Classificazione, sia di Clustering.
Ciò che distingue spesso un Data Scientist mediocre da uno eccellente è la sua capacità di valutare e scegliere i modelli migliori. Per questo motivo nel corso verranno insegnate e messe in pratica tecniche specifiche proprio per fare questo.
Nel complesso presenteremo ed utilizzeremo 8 diversi algoritmi, potrai seguire più di 11 ore di video suddivise in oltre 120 lezioni. Avrai inoltre a disposizione quasi 300 pagine di slide in formato pdf che potrai scaricare divise per sezioni e consultare in ogni momento. Anche il codice sorgente degli script R che realizzeremo durante il corso sarà a tua disposizione, e potrai scaricarlo ed usarlo nella tua console di R. Infine, per facilitare l'apprendimento, ho realizzato degli appositi Quiz di fine Sezione. Grazie ai Quiz potrai ricordare più facilmente quanto studiato durante la Sezione e quindi imparare di più e meglio ;)
Con questo corso apprenderai quelle competenze concrete che ti servono per applicare il Machine Learning a problemi reali.
Spero di vederti presto nel corso!
Luca-
Sedi e date
Luogo
Inizio del corso
Inizio del corso
Profilo del corso
Sarai capace di realizzare modelli di Machine Learning in totale autonomia, sia per problemi di classificazione che di regressione e clustering, sia in casi supervisionati che non supervisionati,Saprai come usare algoritmi di Linear Regression (semplice, multipla e non lineare), Logistic Regression, LDA (Linear Discriminant Analysis), QDA (Discriminant Quadratic Analysis), KNN (K-Nearest Neighbours) e K-Means,Imparerai a valutare i risultati di un modello di Machine Learning,Saprai come scegliere il modello di Machine Learning più appropriato per il caso in esame,Imparerai ad usare il linguaggio di programmazione R in RStudio
Un computer su cui installare R e RStudio (free),Propensione al pensiero algoritmico,Conoscenza di base della statistica descrittiva (concetti di media, deviazione standard, ...) e della notazione matematica (sommatoria, uso degli indici, \u2026),Una minima esperienza di programmazione (con qualsiasi linguaggio) aiuterà ad avanzare nel corso più velocemente
Corso pratico di Machine Learning con R
Opinioni
-
Ottimo per chi si approccia per la prima volta al Machine Learning.
← | →
-
Decisamente soffisfatto, il docente è bravissimo, in grado di spiegare con chiarezza e stimolare tutti.
← | →
-
Relatore in gamba, molto competente.
← | →
Valutazione del corso
Lo consiglia
Valutazione del Centro
Salvatore Danilo Tascone
Andrea Franco
Angelo Libertà
Davide
Marzia Mancin
Successi del Centro
Tutti i corsi devono essere aggiornati
La media delle valutazioni dev'essere superiore a 3,7
Più di 50 opinioni degli ultimi 12 mesi
4 anni del centro in Emagister.
Materie
- Algoritmi
- Apprendimento
- E-learning
Programma
Benvenuti!
Obiettivi del corso
Installazione strumenti
Dati
Modello
Training
Previsioni
Un modello di ML in 4 passi
Il tuo primo modello di Machine Learning in R
Presentazione della Sezione
Cosa è il Machine Learning?
Casi d'uso reali
Tipi di Machine Learning - per apprendimento
Tipi di Machine Learning - per output
Algoritmi
Gli Errori nel Machine Learning
Gli Errori nel Machine Learning - Bias e Varianza
Panoramica sul Machine Learning
Introduzione alle Sezioni sulla Regressione
Altri modelli di Machine Learning
Comando lm - input
Comando lm - output
SLR - Definizione
SLR - Modello
SLR - Minimi Quadrati
Significato dei coefficienti
Intervalli di confidenza
Riepilogo Finale
Simple Linear Regression
Introduzione alla Sezione
Definizione MLR
Importare dati da fonti esterne
Breve esplorazione del dataset
Inizia il viaggio
Un modello di MLR
Confronto tra 4 modelli
Interpretazione del modello di MLR
Multiple Linear Regression
Qual è il modello migliore per prevedere le vendite?
Aldilà di un grande potere
Come implementare le Sinergie in R
La formula delle Sinergie
Altri modelli
Il p-value
Interazione nella MLR
Descrizione delle non linearità nella MLR
Come costruire un modello quadratico in R
Come rappresentare un modello quadratico in R
[bonus] Come studiare 10 modelli in una volta sola!
Trattazione teorica delle non linearità
Non Linearità nella Multiple Linear Regression
Contesto della Scelta delle Variabili
Numero di variabili
Significatività e p-value
Numero Modelli
Metodo Forward
Metodo Backward
Metodo Ibrido
Scelta Finale
Scelta delle variabili
Valutare un modello
Test Error
Metodi Indiretti
AIC
Non solo BIC
Due modi per calcolare il Cp di Mallows
Forward e Backward in un colpo solo!
Valutazione del Modello - Parte I
L'importanza della Cross Validation
Validation Set 1 - Calcolo MSE
Validation Set 2 - Calcolo Ripetuto
Validation Set 3 - Plot e Limiti
Leave One Out Cross Validation
LOO CV in R
I limiti della LOO CV
k-fold Cross Validation
I vantaggi della k-fold CV
Come eseguire la k-fold CV in R
Valutiamo n modelli con un ciclo ""for""
Come visualizzare i risultati della k-fold CV
Valutazione del Modello - Parte II
Predire l'età di un albero dalla sua altezza
Ulteriori informazioni
Cosa include il prezzo totale del corso?
Comunicazione diretta col docente, accesso a vita, ampliamenti e aggiornamenti inclusi, rimborso entro 30 giorni.
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Corso pratico di Machine Learning con R