77 Lingue
English
Français
Español
Deutsch
Italiano
中文
हिंदी
العربية
Русский
Português
日本語
한국어
Türkçe
Polski
Nederlands
Magyar
Čeština
Svenska
Norsk
Dansk
Kiswahili
ไทย
বাংলা
فارسی
Tiếng Việt
Filipino
Afrikaans
Shqip
Azərbaycanca
Беларуская
Bosanski
Български
Hrvatski
Eesti
Suomi
ქართული
Kreyòl Ayisyen
Hawaiian
Bahasa Indonesia
Gaeilge
Қазақша
Lietuvių
Luganda
Lëtzebuergesch
Македонски
Melayu
Malti
Монгол
မြန်မာ
Norsk
فارسی
ਪੰਜਾਬੀ
Română
Samoan
संस्कृतम्
Српски
Sesotho
ChiShona
سنڌي
Slovenčina
Slovenščina
Soomaali
Basa Sunda
Kiswahili
Svenska
Тоҷикӣ
Татарча
ትግርኛ
Xitsonga
اردو
ئۇيغۇرچە
Oʻzbek
Cymraeg
Xhosa
ייִדיש
Yorùbá
Zulu
Modalità apprendista
10 Moduli / ~100 pagine
Modalità guidata
~25 Moduli / ~400 pagine
🎓
Crea un evento
Intelligenza artificiale e apprendimento automatico
( 25 Moduli )
modulo #1
Introduzione all'intelligenza artificiale
Panoramica dell'IA, la sua storia e le sue applicazioni
modulo #2
Fondamenti di apprendimento automatico
Introduzione all'apprendimento automatico, tipi e apprendimento supervisionato/non supervisionato
modulo #3
Matematica e statistica per ML
Algebra lineare, calcolo, probabilità e statistica per l'apprendimento automatico
modulo #4
Python per l'apprendimento automatico
Introduzione a Python, NumPy, Pandas e manipolazione dei dati
modulo #5
Preelaborazione dei dati
Pulizia dei dati, ridimensionamento delle funzionalità e selezione delle funzionalità
modulo #6
Apprendimento supervisionato
Regressione, classificazione e metriche di valutazione del modello
modulo #7
Regressione lineare
Regressione lineare semplice e multipla, funzione di costo e discesa del gradiente
modulo #8
Regressione logistica
Classificazione binaria, funzione logistica e limiti decisionali
modulo #9
Alberi decisionali
Introduzione agli alberi decisionali, entropia e guadagno di informazioni
modulo #10
Random Foreste
Apprendimento d'insieme, bagging e foreste casuali
modulo #11
Macchine a vettori di supporto
Classificazione del margine massimo, margine morbido e trucco del kernel
modulo #12
Apprendimento non supervisionato
Clustering, riduzione della dimensionalità e rilevamento delle anomalie
modulo #13
Clustering K-Means
Algoritmo K-means, inizializzazione del centroide e convergenza
modulo #14
Analisi delle componenti principali
PCA, estrazione di caratteristiche e riduzione della dimensionalità
modulo #15
Fondamenti di apprendimento profondo
Introduzione alle reti neurali, al perceptron e al perceptron multistrato
modulo #16
Reti neurali convoluzionali
CNN, livelli convoluzionali e classificazione delle immagini
modulo #17
Reti neurali ricorrenti
RNN, LSTM e modellazione delle sequenze
modulo #18
Elaborazione del linguaggio naturale
Preelaborazione del testo, tokenizzazione e incorporamenti di parole
modulo #19
Apprendimento tramite trasferimento
Modelli pre-addestrati, messa a punto e modello zoo
modulo #20
Valutazione e selezione del modello
Selezione del modello, ottimizzazione degli iperparametri e convalida incrociata
modulo #21
Gestione di set di dati sbilanciati
Tecniche di sbilanciamento delle classi, sovracampionamento e sottocampionamento
modulo #22
Distribuzione del modello
Distribuzione del modello, integrazione API e containerizzazione Docker
modulo #23
Etica ed equità dell'IA
Rilevamento di pregiudizi, metriche di equità e considerazioni etiche
modulo #24
Argomenti speciali sull'IA
Modelli generativi, meccanismi di attenzione e IA spiegabile
modulo #25
Riepilogo e conclusione del corso
Pianificare i prossimi passi nella carriera in Intelligenza Artificiale e Machine Learning
Pronto per imparare, condividere e competere?
Crea il tuo evento ora
Assistente all'apprendimento delle lingue
con supporto vocale
Ciao! Pronti per iniziare? Mettiamo alla prova il tuo microfono.
▶
Inizia ad ascoltare
Copyright 2025 @ wizape.com
Tutti i diritti riservati
CONTATTACI
POLITICA SULLA RISERVATEZZA