Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA CompTIA Security+ Amazon AWS AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Personal Transformation Meditation Life Purpose Emotional Intelligence Neuroscience
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Google Analytics
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Analysis Data Modeling Big Data
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science Machine Learning

Corso pratico di Machine Learning con R

Inizia la tua carriera di Data Scientist imparando a costruire modelli di regressione, classificazione e clustering.
Rating: 4.8 out of 54.8 (50 ratings)
144 students
Created by Luca Naso
Last updated 7/2019
Italian
30-Day Money-Back Guarantee

What you'll learn

  • 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

Course content

17 sections • 122 lectures • 11h 18m total length

  • Preview01:33
  • Preview03:38

  • Preview08:10
  • Preview03:59
  • Modello
    06:46
  • Training
    07:28
  • Previsioni
    04:09
  • Un modello di ML in 4 passi
    08:01
  • Il tuo primo modello di Machine Learning in R
    7 questions

  • Presentazione della Sezione
    01:22
  • Cosa è il Machine Learning?
    12:18
  • Casi d'uso reali
    08:08
  • Tipi di Machine Learning - per apprendimento
    09:27
  • Tipi di Machine Learning - per output
    06:16
  • Algoritmi
    07:06
  • Gli Errori nel Machine Learning
    08:14
  • Gli Errori nel Machine Learning - Bias e Varianza
    09:08
  • Panoramica sul Machine Learning
    9 questions

  • Introduzione alle Sezioni sulla Regressione
    02:49
  • Altri modelli di Machine Learning
    05:58
  • Comando lm - input
    03:09
  • Comando lm - output
    06:45
  • SLR - Definizione
    05:15
  • SLR - Modello
    04:32
  • SLR - Minimi Quadrati
    06:18
  • Significato dei coefficienti
    06:19
  • Intervalli di confidenza
    06:29
  • Riepilogo Finale
    01:25
  • Simple Linear Regression
    12 questions

  • Introduzione alla Sezione
    01:11
  • Definizione MLR
    05:38
  • Importare dati da fonti esterne
    03:45
  • Breve esplorazione del dataset
    07:07
  • Inizia il viaggio
    07:49
  • Un modello di MLR
    05:07
  • Confronto tra 4 modelli
    06:13
  • Interpretazione del modello di MLR
    03:51
  • Multiple Linear Regression
    8 questions
  • Qual è il modello migliore per prevedere le vendite?
    3 questions

  • Aldilà di un grande potere
    01:23
  • Come implementare le Sinergie in R
    02:55
  • La formula delle Sinergie
    02:57
  • Altri modelli
    03:06
  • Il p-value
    02:59
  • Interazione nella MLR
    5 questions

  • Descrizione delle non linearità nella MLR
    01:53
  • Come costruire un modello quadratico in R
    03:28
  • Come rappresentare un modello quadratico in R
    05:54
  • [bonus] Come studiare 10 modelli in una volta sola!
    07:07
  • Trattazione teorica delle non linearità
    03:29
  • Non Linearità nella Multiple Linear Regression
    5 questions

  • Contesto della Scelta delle Variabili
    01:32
  • Numero di variabili
    06:45
  • Significatività e p-value
    08:35
  • Numero Modelli
    04:39
  • Metodo Forward
    10:52
  • Metodo Backward
    08:04
  • Metodo Ibrido
    03:19
  • Scelta Finale
    06:02
  • Scelta delle variabili
    9 questions

  • Valutare un modello
    03:51
  • Test Error
    05:33
  • Metodi Indiretti
    08:46
  • AIC
    03:30
  • Non solo BIC
    04:17
  • Due modi per calcolare il Cp di Mallows
    10:27
  • Forward e Backward in un colpo solo!
    04:03
  • Valutazione del Modello - Parte I
    10 questions

  • L'importanza della Cross Validation
    03:49
  • Validation Set 1 - Calcolo MSE
    09:51
  • Validation Set 2 - Calcolo Ripetuto
    08:13
  • Validation Set 3 - Plot e Limiti
    07:56
  • Leave One Out Cross Validation
    06:46
  • LOO CV in R
    10:08
  • I limiti della LOO CV
    02:34
  • k-fold Cross Validation
    05:03
  • I vantaggi della k-fold CV
    06:44
  • Come eseguire la k-fold CV in R
    06:23
  • Valutiamo n modelli con un ciclo "for"
    07:45
  • Come visualizzare i risultati della k-fold CV
    06:29
  • Valutazione del Modello - Parte II
    13 questions
  • Predire l'età di un albero dalla sua altezza
    6 questions
  • Chi è Grande?
    01:34

Requirements

  • 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, …)
  • Una minima esperienza di programmazione (con qualsiasi linguaggio) aiuterà ad avanzare nel corso più velocemente

Description

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-

Who this course is for:

  • Chi vuole diventare un Data Scientist, ed ha bisogno di sviluppare la parte di Machine Learning
  • Data Scientist Junior che vogliono rafforzarsi nel Machine Learning e R
  • Chiunque voglia creare sistemi di Machine Learning, anche senza diventare un Data Scientist
  • Chi vuole capire i principi del Machine Learning in maniera pratica e concreta
  • Chi vuole imparare ad usare R per fare Machine Learning

Instructor

Luca Naso
Senior Data Scientist - Startup Mentor
Luca Naso
  • 4.8 Instructor Rating
  • 50 Reviews
  • 144 Students
  • 1 Course

Ciao! 

Sono Luca, un astrofisico con la passione dei dati, le startup e la corsa :)

Ho studiato Fisica, ho un Dottorato di Ricerca in Astrofisica ed ho lavorato come ricercatore in Italia, Polonia, UK e Cina.

Nel 2013 sono tornato in Italia e da allora ho lavorato come Data Scientist, CTO, CDO, PM e Mentor per startup, oltre che come docente per corsi di Big Data e Machine Learning.

Adesso sono sbarcato su Udemy, con il desiderio di favorire la diffusione di quelle che reputo le  competenze del futuro, cioè tutte quelle legate all'estrazione di valore dei dati.


  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.