Algoritmi di ML

Per seguire il modulo Algoritmi di ML sono necessarie competenze preliminari specifiche di Python.

Il modulo Algoritmi di ML copre i seguenti argomenti principali: Algoritmi di ML Naive Bayes, Support Vector Machine, KNN, Alberi Decisionali, Gini Impurity, Ensemble Learning e Random Forest, Gradient Boosting, Cenni su XGBoost, Cenni su CatBoost, Algoritmi Genetici.

Al termine del modulo Algoritmi di ML sarai in grado di comprendere e applicare algoritmi di Machine Learning per task di regressione e classificazione nell’apprendimento supervisionato e non supervisionato, utilizzando tecniche avanzate come Random Forest, Ensemble Learning, Bagging, Boosting, XG-Boost, Cat-Boost, Naive Bayes, Support Vector Machine (SVM) e KNN, con l’applicazione di Algoritmi Genetici.

L’esame finale e la certificazione sono previsti per i corsi Data Masters, non per i singoli moduli.

Tutti i materiali (slide, video delle lezioni, ecc.) sono scaricabili e le lezioni possono essere riviste in qualsiasi momento.

Certamente, durante il modulo Algoritmi di ML è disponibile assistenza continua da parte dei nostri docenti per qualsiasi dubbio o domanda.