Introduzione al Machine Learning

Estratto del corso "Appunti di Machine Learning"

In questo corso gratuito vedremo  concetti come:

1. Metodi Parametrici

2. Regressione

3. Classificazione

4. Loss Function

5. Scalamento dei dati

6. Feature Selection e Regolarizzazione

7. Scalamento dati (codice)

8. Split del Dataframe (codice)

9. Feature Selection (codice)

10. Regressione Lineare e Gradiente

11. Tipi di Gradient Descent e Soluzione Diretta

12. Regressione lineare semplice (codice)

    
    

Machine Learning

Il machine learning (ML), o "apprendimento automatico", è un sottoinsieme dell'intelligenza artificiale (AI) che permette ai sistemi di apprendere dai dati e migliorare le proprie prestazioni nel tempo, senza essere esplicitamente programmati. Utilizzando algoritmi, il machine learning analizza grandi quantità di dati per identificare pattern, fare previsioni e prendere decisioni consapevoli, migliorando continuamente la propria capacità di svolgere compiti complessi in modo simile a un essere umano.

Come funziona

Dati: Il processo inizia con un set di dati, che può contenere informazioni storiche, dati attuali o sia gli uni che gli altri.

Algoritmi: Algoritmi di machine learning analizzano questi dati per individuare schemi e correlazioni.

Addestramento: Il sistema "impara" da questi dati attraverso un processo di addestramento. Maggiore è la quantità di dati fornita, più il modello impara e migliora le sue prestazioni.

Modelli: L'output di questo processo di addestramento è un modello di machine learning, un file intelligente che è stato condizionato dall'algoritmo per fornire previsioni o informazioni basate sui dati visti.

Tipi principali di apprendimento

Apprendimento supervisionato: In questo tipo di apprendimento, ai sistemi vengono forniti dati già etichettati, come immagini di cani e gatti con indicazione del tipo di animale. Dopo aver visto numerosi esempi, il sistema è in grado di classificare nuove immagini di cani o gatti che non ha mai visto prima.

Apprendimento non supervisionato: Qui, il sistema riceve dati senza etichette e deve trovare autonomamente i modelli e le strutture al loro interno.

Se vuoi proseguire con il corso, cerca il corso completo   "Appunti di Machine Learning" sempre su Udemy!