Il libro inizia con una spiegazione dei fondamenti dell'apprendimento automatico e trova un equilibrio tra i concetti teorici e le loro applicazioni, senza mai scendere nelle complicate logiche matematiche. Ogni capitolo copre un diverso set di algoritmi e mostra come usarli per risolvere problemi tipici con esempi pratici. Alla fine di questo libro sull'apprendimento automatico, avrete imparato come adottare un approccio guidato dai dati per fornire soluzioni di apprendimento automatico end-to-end. Avrete anche scoperto come formulare il problema, preparare i dati necessari e valutare e implementare i modelli.
Cosa Imparerai
Python e le librerie per la manipolazione dei dati
Gestire un progetto di apprendimento automatico
Apprendimento supervisionato e non supervisionato
Riduzione della dimensionalità e tecniche ensemble
Reti Neurali e apprendimento semi-supervisionato
Michele di Nuzzo è un ingegnere informatico che lavora con l’analisi dei dati da più di quindici anni. Esperto in sistemi multidimensionali, ha partecipato in prima linea a diversi progetti su data warehousing, business intelligence, strumenti analitici, ad-hoc analysis, modelli predittivi, data science e consulenza strategica. Nel suo percorso ha seguito tutto il ciclo di vita dei dati, dall’attività di ETL fino all’implementazione dei progetti nei settori della grande distribuzione, retail, e-commerce, ecc. Si è occupato anche di Project Management, in cui ha conseguito diversi master.