Ognuno deve essere responsabile della propria educazione e della propria saggezza. 1. Matematica, codice e dati sono la tua santa trinità Qualsiasi pipeline di machine learning efficace sfrutta l’incrocio di matematica, codice e dati. Ciascuno è efficace quanto l’altro. Se i tuoi dati sono di scarsa qualità, non importa quanto sia elegante la tua matematica o…
Leggi tutto
Random Forest: una facile introduzione all’addestramento, alla classificazione e alla regressione In questo post, vi spiegheremo che cosa è il modello della foresta casuale, vedere i suoi punti di forza, come è costruito e per cosa può essere utilizzato. Passeremo attraverso la teoria e l’intuizione della Foresta Casuale, vedendo la quantità minima di matematica necessaria…
Leggi tutto
La Scienza dei dati è un campo così ampio che include diverse suddivisioni come la preparazione e l’esplorazione dei dati, la rappresentazione e la trasformazione dei dati, la visualizzazione e la presentazione dei dati, l’analisi predittiva e l’apprendimento automatico. Per i principianti, è naturale sollevare la seguente domanda: di quali competenze ho bisogno per diventare…
Leggi tutto
Una rapida discussione di tutte le principali funzioni di attivazione nell’apprendimento profondo. In questo articolo, fornirò una rapida panoramica di alcune delle funzioni di attivazione più comuni utilizzate nelle reti neurali. Ma prima di discuterli, discutiamo alcuni concetti di base relativi alle funzioni di attivazione. Contenuti Perché abbiamo bisogno di funzioni di attivazione? Perché scegliamo…
Leggi tutto
Le conoscenze matematiche sono essenziali nella scienza dei dati e nell’apprendimento automatico Introduzione Se sei un aspirante di data science, hai senza dubbio in mente le seguenti domande: Posso diventare uno scienziato dei dati con poco o nessun background matematico? Quali abilità matematiche essenziali sono importanti nella scienza dei dati? Ci sono così tanti buoni…
Leggi tutto
Esaminare i fondamenti dei modelli di apprendimento profondo e delle reti neurali Da circa novembre 2013, il termine “deep learning” in italiano “Apprendimento profondo” ha iniziato a guadagnare popolarità, soprattutto all’interno della comunità di scienza dei dati. Questa tendenza arriva subito dopo il boom dei “big data” nel 2010 e il boom della “scienza dei…
Leggi tutto
I migliori Dataset pubblici per l’apprendimento automatico per Machine Learning e Data Science. I finder di set di dati Google Dataset Search: Similarmente al funzionamento di Google Scholar, Dataset Search ti permette di trovare i set di dati ovunque siano ospitati, che si tratti del sito di un editore, di una libreria digitale o della…
Leggi tutto
In questo articolo discuteremo di tecniche di classificazione supervisionate più complesse. Il processo di classificazione è una delle tecniche in cui classifichiamo i dati in un determinato numero di classi. Durante la classificazione, disponiamo i dati in un numero fisso di categorie in modo che possano essere utilizzati nel modo più efficace ed efficiente. Dobbiamo…
Leggi tutto
L’intelligenza artificiale è come la mente di un bimbo: gli puoi insegnare a riconoscere qualcosa oppure gli permetti di scoprire nuove affinità tra le cose che osserva. Uno dei modi più comuni nell’intelligenza artificiale per insegnare a una macchina è attraverso l’apprendimento automatico. Il mondo dell’apprendimento automatico è suddiviso in supervisionato eapprendimento senza supervisione. Ci…
Leggi tutto
In questo articolo discuteremo delle tecniche di classificazione supervisionate. Il processo di classificazione è una delle tecniche in cui classifichiamo i dati in un determinato numero di classi. Durante la classificazione, disponiamo i dati in un numero fisso di categorie in modo che possano essere utilizzati nel modo più efficace ed efficiente. Nell’apprendimento automatico (machine…
Leggi tutto
Iscriviti alla nostra newsletter mensile per restare sempre aggiornato e in contatto con noi.
Puoi sempre cancellare la tua email quando lo desideri, ma siamo davvero molto discreti (abbiamo poco tempo).
