Programma del corso

    1. Regressione algebrica

    2. Regressione algebrica in una dimensione con plot

    3. Regressione lineare in machine learning

    4. Dal singolo neurone alla rete neurale a singolo strato

    5. Un altro esempio di rete a singolo neurone

    6. Implementazione di una rete neurale a singolo strato

    1. Introduzione al deep learning

    2. Creare l'ambiente virtuale

    3. Definire la rete neurale

    4. Testare la rete neurale

    5. Testare la rete su alcune immagini del dataset

    6. Reti neurali convoluzionali

    7. Reti neurali convoluzionali in pratica

    8. Introduzione alle reti neurali ricorrenti

    9. RNN per la predizione della temperatura - parte 1

    10. RNN per la predizione della temperatura - parte 2

    11. RNN per la predizione della temperatura - parte 3

    12. Introduzione alle reti long-short term memory

    13. LSTM network per la predizione della temperatura

    14. Introduzione alle reti GRU

    15. Predizione di temperatura con rete GRU

    16. Machine Learning con l'Intelligenza Artificiale di Claude Code

    1. Presentazione del K-means clustering

    2. K-Means clustering: implementazione

    3. DBSCAN presentazione

    4. DBSCAN implementazione

    5. Riduzione della dimensionalità con algoritmo PCA - teoria

    6. Riduzione della dimensionalità con algoritmo PCA - pratica

    7. Cosa è un autoencoder

    8. Autoencoder: applicazione alla dimensionality reduction

    9. LSTM autoencoder per rilevamento delle anomalie nei dati - teoria

    10. LSTM autoencoder pre rilevamento delle anomalie nei dati - il codice

    1. Presentazione dell'apprendimento per rinforzo

    2. CartPole

    3. LunarLander

    4. Apprendimento per rinforzo in ambiente personalizzato

    1. IA generative di linguaggio: LLM e GPT

    2. Crea la tua App GPT: utilizzare le API di OpenAI

    3. Installa il tuo modello GPT

    4. Interfaccia con il modello Ollama

Il tuo corso di Machine Learning

  • €99,90
  • 45 lezioni
  • 11 ore di contenuti video

Il tuo docente

Massimiliano Sorrentino

Ph.D. in Physics

Massimiliano Sorrentino è Ph.D. in Fisica, fisico dell’Ordine dei Chimici e dei Fisici della Provincia di Brescia (n. 355, sez. A) e innovation manager inserito nell’elenco del Ministero delle Imprese e del Made in Italy (MIMIT). Da anni affianca aziende e professionisti come data scientist, machine learning engineer e sviluppatore software, trasformando dati complessi in decisioni e prodotti concreti. Ha iniziato nella fisica delle particelle, in collaborazioni internazionali con il CERN, e oggi applica lo stesso approccio rigoroso a progetti aziendali in settori diversi.

Recensioni

I commenti dei nostri studenti

5 Punteggio in stelle

Ottima esperienza!

Pina Poletti

Ho acquisito informazioni importanti già dalla lezione introduttiva, soprattutto quando distingue i tre tipi fondamentali di machine learning e chiarisce la differenza con la regressione “algebrica”. Le spiegazioni dei concetti sono state chiare e...

Leggi di Più

Ho acquisito informazioni importanti già dalla lezione introduttiva, soprattutto quando distingue i tre tipi fondamentali di machine learning e chiarisce la differenza con la regressione “algebrica”. Le spiegazioni dei concetti sono state chiare e mi hanno tolto parecchi dubbi che mi portavo dietro.

Leggi Meno
5 Punteggio in stelle

Già applico quanto imparato

Alessandro B.

Il corso ha rispettato le aspettative perché non salta le basi: parte dalla regressione implementata con metodo algebrico e poi ti porta alla versione “da machine learning” in modo coerente. Le spiegazioni dei concetti sono state chiare e sempre a...

Leggi di Più

Il corso ha rispettato le aspettative perché non salta le basi: parte dalla regressione implementata con metodo algebrico e poi ti porta alla versione “da machine learning” in modo coerente. Le spiegazioni dei concetti sono state chiare e sempre agganciate a un esempio concreto (codice e file di supporto). Ho avuto sufficienti opportunità di applicare quanto imparato rifacendo gli script e modificando parametri e dati.

Leggi Meno
5 Punteggio in stelle

Ottimo

Rosario C.

La capacità espositiva dell’insegnante è stata coinvolgente: non è il solito corso teorico, ma ti guida passo passo. Ho acquisito informazioni importanti quando si passa dal singolo neurone alla rete neurale a singolo strato, perché finalmente ho ...

Leggi di Più

La capacità espositiva dell’insegnante è stata coinvolgente: non è il solito corso teorico, ma ti guida passo passo. Ho acquisito informazioni importanti quando si passa dal singolo neurone alla rete neurale a singolo strato, perché finalmente ho capito “cosa succede” quando aumentano le feature. Il fatto di avere anche la regressione in una dimensione con plot mi ha aiutato a visualizzare davvero il risultato

Leggi Meno