PickAClass · AI, Tecnologia e Ingegneria · AI e Machine Learning

Apprendimento Supervisionato

Padroneggia il tipo più comune di machine learning. Impara a creare modelli che fanno previsioni basate su dati etichettati, coprendo compiti di regressione e classificazione.

Apprendimento Supervisionato

Valutazione di Modelli di Classificazione con ROC, Curve PR e Accuratezza Bilanciata

Fondamenti di Machine Learning: Tipi Principali e Applicazioni Moderne

Machine Learning con Random Forest per Classificazione e Regressione

Debugging Machine Learning: Rilevare e Correggere Bug Specifici dell'ML

Comprendere i limiti decisionali delle reti neurali nella classificazione

Machine Learning Ensemble in Python: Guida al Bagging e al Boosting

Classificatori Bayesiani Naivi con Teorema di Bayes e Python

Fondamenti di Regressione con Alberi Decisionali con Scikit-Learn

Valutazione dei Modelli di Machine Learning: Spiegazione delle Metriche di Classificazione

Valutazione di Modelli di Classificazione: Metriche e Strategie di Valutazione

Classificazione di Machine Learning con PyCaret e Python

Feature Engineering per la Data Science: Preparare Dati Puliti

Apprendimento Automatico Basato su Alberi: Dagli Alberi Decisionali ai Metodi d'Insieme

Guida alla progettazione e all'implementazione di modelli di machine learning

Classificazione del Machine Learning: Decodifica degli Output con NumPy

Algoritmi di apprendimento automatico in Python

Gradient Boosting e Modelli di Machine Learning Basati su Alberi

Regolarizzazione nel Machine Learning: Ridge, Lasso ed ElasticNet

Selezione Pratica delle Feature per il Machine Learning con Scikit-Learn

Valutazione dei Classificatori Binari: Metriche di Performance e Analisi

Feature Scaling per il Machine Learning: Prepara i Dati per Modelli Migliori

Fondamenti di Classificazione Binaria con Regressione Logistica

Fondamenti del Perceptron nel Machine Learning Supervisionato

Alberi Decisionali: Fondamenti dei Modelli di Machine Learning