Per seguire il modulo Dalla regressione logistica alle reti neurali sono necessarie competenze preliminari specifiche di Python, Regressione lineare.
MODULO DIDATTICO
Dalla regressione logistica alle reti neurali
Applicazione delle logiche della regressione lineari ai casi di classificazione binaria tramite la Regressione Logistica
LIVELLO
Da Beginner ad Advanced
PREREQUISITI
Python per la ds
DURATA TOTALE
4 ore
LEZIONI
100% on demand
PUOI TROVARE
QUESTO MODULO DIDATTICO IN
CORSO
TOP COURSE
Machine Learning Masterclass
- DURATA TOTALE:14 settimane
- LIVELLO:Avanzato
- PREREQUISITO:Nessuno
- PROGETTI:10 progetti
- LIVE:12 live con docente
Descrizione
Descrizione del funzionamento della regressione logistica e dei problemi di classificazione binaria e multipla. Utilizzo dei concetti relativi all’algoritmo di regressione logistica per l’introduzione delle Reti Neurali Artificiali tramite un focus sul Percettrone. Analisi del funzionamento delle funzioni di attivazione e focus sulla funzione di attivazione sigmoidale. Introduzione alle Reti Neurali Artificiali in Keras / TensorFlow.
Elenco lezioni del modulo
- La Regressione Logistica
- Esercitazione Regressione Logistica Custom e con SciKit-Learn
- Esercitazione Regressione Logistica su più classi
- Overfitting e Regolarizzazione
- Esercitazione Regressione Logistica con Regolarizzazione
- Introduzione alle Reti Neurali Artificiali
- Il Percettrone come primo neurone artificiale
- Funzioni di Attivazione
- Reti Neurali Artificiali
- Esercitazione ANN in Keras - MNIST
- Esercitazione ANN in Keras - Titanic
- Esercitazione ANN in Keras - IMDB