Introduzione al Machine Learning. Tecniche di analisi verso l’Industria 4.0

Plansoft contatti Redazione

Data:
15 Aprile 2021 | 14:00 - 18:00

Luogo:
Plansoft


machine learning corso

Il corso offre una panoramica sull’approccio di risoluzione di problemi basato sul Machine Learning attraverso una serie di esempi concreti, analizzando pregi e difetti di queste nuove tecnologie. Verranno affrontati problemi di classificazione, di regressione e di clustering, utilizzando algoritmi basati su apprendimento supervisionato, apprendimento non supervisionato e apprendimento per rinforzo

Il corso si divide in due parti: una prima parte teorica nella quale vengono descritte le tre grandi famiglie del machine learning ed una seconda parte pratica nella quale viene utilizzato l’algoritmo Random Forest per risolvere un problema di classificazione. In questa seconda parte verrà utilizzato l’ecosistema scientifico di Python, utilizzando Jupiter notebook come strumento di prototipazione rapida.

OBIETTIVI

Apprendere quali siano le possibilità del machine learning e capire quale classe di problemi possa essere affrontata con successo attraverso queste tecnologie
Capire quali siano le limitazioni del machine learning e riconoscere i casi in cui un approccio di questo tipo non si rivela vantaggioso rispetto ad una soluzione “
Comprendere i requisiti necessari per intraprendere un progetto di intelligenza artificiale di quali dati ho bisogno, quali sono gli strumenti hardware e software necessari?
Acquisire familiarità con il lessico ed il vocabolario del mondo dell’intelligenza artificiale.

 

DOCENTE

Andrea Amico: Data Scientist Plansoft.

 

ISCRIVITI QUI!

Il percorso è finanziabile attraverso l’utilizzo del conto formazione di Fondimpresa e Fondirigenti

Sei interessato all’evento?

Non perdere tempo, iscriviti subito!

Organizzatore

Confindustria Firenze Formazione – Cosefi

Sede

Webinar Online

Programma

Inquadramento intelligenza artificiale, machine learning e deep learning
Apprendimento supervisionato:
• Cos’è un modello di machine learning?
• Creazione ed addestramento di un modello di machine learning
• Esempi di classificazione e di regressione
Apprendimento non supervisionato:
• Clustering e segmentazione clienti
• Esempio di clustering gerarchico
• Elaborazione del linguaggio naturale
• Anomaly detection e manutenzione predittiva
Apprendimento per rinforzo:
• Struttura di modelli ad agenti
• Esempi di metodi tabulari
• Problemi di ottimizzazione
Random forest
• Descrizione dell’algoritmo di random forest
• Come affrontare problemi di overfit e underfit
• Risoluzione di un semplice problema di classificazione utilizzando python

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *