|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/appunti-di-machine-learning/
课程评论：没有评论
课程名称：机器学习笔记 课程概述：本课程是一个机器学习的入门介绍，涵盖理论和数学的深入探讨。课程内容包括Python编程的基础知识，特别关注Python中的列表，以及使用pandas、numpy、matplotlib和seaborn等库。我们将进行快速的线性代数、概率与统计的数学复习，并介绍梯度的基本概念。 课程内容包括：参数回归和分类方法的学习，损失函数的研究，数据缩放，特征选择和正则化。此外，我们还将学习如何生成图表，了解非参数方法如K最近邻（KNN）和决策树。课程将进一步探讨非监督学习方法，如聚类、K-MEANS和主成分分析（PCA）。 课程的另一部分将专注于支持向量机（SVM）和集成学习（Ensemble）。还有一个专题是人工神经网络（ANN），包括多层感知器（MLP）和反向传播（Backpropagation），以及简要介绍深度学习。 整个课程将结合简单的实际示例和小型项目进行讲解。该课程适合已经熟悉Python，能够使用集成开发环境（如Pycharm）的人士，同时也推荐给需要在数学上深入理解机器学习的学员，以便于从更技术的角度进行理解。
Corso di Introduzione al Machine Learning con approfondimenti teorici e matematici. Contiene una parte propedeutica di programmazione in python (con attenzione alle liste in python) e vedremo le librerie pandas, numpy, matplotlib, seaborn. Ci sarà poi un veloce ripasso matematico di Algebra Lineare, di probabilità e statistica e cenni sul Gradiente.A seguire, vedremo i Metodi Parametrici di Regressione e Classificazione, studio della Loss Function, Scalamento dei dati, Feature Selection e Regolarizzazione.Vedremo anche come generare dei Grafici. Ci saranno accenni ai metodi non parametrici, KNN K-nearest neighbors ed Alberi di decisione, poi vedremo i Metodi non supervisionati, come Clustering, K-MEANS e cenni al PCA - Principal Component Analysis.Ci sarà una sezione dedicata alle SVM - Macchine a vettori di supporto (Support-Vector Machine). Una sezione sarà dedicata agli Ensemble.Una sezione sarà dedicata alle reti neurali, le ANN - Artificial Neural Networkal percettrone MLP (MLP - Multilayer perceptron) parkeremo della Backpropagation e qualche breve acenno al Deep Learning.Il tutto corredato di semplici esempi pratici e qualche piccolo progetto.Il corso è consigliato a chi ha già molta pratica con Python e sa già usare un IDE ed un ambiente di sviluppo (ad esempio Pycharm) perchè tutto il corso è impostato su Pycharm. Indicato anche a chi deve avere un'approfondimento matematico per una comprensione universitaria o più tecnica dal punto di vista matematico sul machine learning.
