Guida completa al Deep Learning e alle reti neurali
What you'll learn
- Imparare a impostare un modello di rete neurale con R e Python
- Imparare a utilizzare Keras per R e per Python
- Scoprire come funziona e come utilizzare una rete neurale tramite TensorFlow e Keras
- Analizzare la struttura di una rete neurale e come essa apprende tramite il metodo della backpropagation
- Utilizzare le reti neurali per il machine learning su un dataset di tipo classico
- Capire come il computer 'vede' delle immagini e come impostare una rete perché preveda il contenuto di un'immagine tramite le reti convoluzionali
Course content
- Preview03:40
- 00:01Codice del corso
Requirements
- Conoscenze base di R e Python
- Conoscenze base del machine learning
- Interesse ad acquisire delle conoscenze specifiche nel deep learning
Description
Questo corso sul Deep Learning e reti neurali mira ad essere una guida e un punto di partenza per chi si avvicini allo studio delle reti neurali con i linguaggi R e / o Python.
Le reti neurali sono l'ultima e più promettente famiglia di modelli per il machine learning avanzato, in quanto permettono non solo di predire dati a partire da un dataset classico, ma anche e soprattutto di portare a termine dei compiti che sono molto al di là del machine learning classico, come riconoscere oggetti in immagini, creare musica a partire da un gruppo di file audio, di generare un frame inedito di un videogioco e di creare un chatbot che risponda ai clienti al posto nostro.
In questo corso, che presuppone una conoscenza di base di R, di Python o di entrambi, cominceremo a scoprire come funziona e come possiamo utilizzare una rete neurali, tramite due dei framework più interessanti e utilizzati nel deep learning: TensorFlow in backend e soprattutto Keras.
Capiremo quindi come è nata l'intuizione del neurone artificiale e come queste reti si differenzino dal cervello umano. Passeremo poi ad analizzare la struttura di una rete neurale, e come essa apprende tramite il metodo della backpropagation.
Impareremo in particolare ad utilizzare le reti neurali per il machine learning su un dataset di tipo classico, sia nelle reti feedforward sia avvicinandoci al concetto di retropropagazione. Applicheremo le reti neurali a problemi relativi alla classificazione di dati e alla regressione.
Passeremo poi a capire come il computer 'vede' delle immagini, e come possiamo impostare una rete perché preveda il contenuto di un'immagine tramite le reti convoluzionali.
Impareremo ad applicare le nostre reti a dati di tipo sequenziale, come testi e dati sequenziali, per poi passare alle reti non supervisionate che ci permettono con successo di clusterizzare i nostri dati separandoli in gruppi omogenei.
*****************************************************************
Oltre a nuove lezioni nelle sezioni già presenti, sono previsti futuri aggiornamenti nei seguenti ambiti:
- pytorch
- chatbot
- servizi di cloud e di gpu
Who this course is for:
- Per chi voglia imparare a conoscere il deep learning
- Per chi voglia imparare ad applicare le reti neurali per la risoluzione di problemi
Instructor
I'm a computer geek, data mining and research passionate, with a Ph.D in communication and complex systems and years of experience in teaching in Universities in Italy, France and Morocco, and online, of course!
I work as consultant in the field of data mining and machine learning and I like writing about new technologies and data mining.
I spent the last 12 years working as freelance and researcher in the field of social media analysis, benchmark analysis and web scraping for database building, in particular in the field of buzz analysis and sentiment analysis for universities, startups and web agencies across UK, France, US and Italy.