Indirizzato a

A chi è rivolto

Chiunque voglia realizzare i suoi modelli di machine learning in autonomia

Presentazione

Argomenti

Machine learning, data analysis, clustering, linear regression, logistic regression, lda, linguaggio di programmazione r


Descrizione

Impara a costruire e valutare modelli di regressione, classificazione e clustering.
Sono Luca Naso, astrofisico appassionato di dati e tecnologia (ma anche startup e corsa!). Con questo master online “Master Executive in Machine Learning e Data Analysis” voglio insegnarti come entrare nel meraviglioso mondo del Machine Learning. In particolare, ti guiderò passo passo tanto nella teoria del Machine Learning quanto nella sua applicazione pratica con il linguaggio di programmazione R.


Perchè scegliere questo corso?

Questo master ha un solo focus: abilitare chi lo segue all’uso del Machine Learning in R. Tutto dunque orbita attorno all’obiettivo di consentire agli studenti di realizzare i loro modelli di Machine Learning in autonomia, usando R. Per raggiungere questo risultato sono stati inseriti molti tutorial, dove si eseguono tutti i passi uno alla volta.

Al tempo stesso ci sono delle sessioni teoriche che consentono di capire i principi dietro i vari algoritmi o strategie.

Con questo master online “Master Executive in Machine Learning e Data Analysis” imparerai i principi alla base del Machine Learning, gli algoritmi più diffusi ed i comandi R per poter creare modelli sia per problemi di Regressione, sia di Classificazione, sia di Clustering. Ciò che distingue spesso un Data Scientist mediocre da uno eccellente è la sua capacità di valutare e scegliere i modelli migliori. Per questo motivo nel corso verranno insegnate e messe in pratica tecniche specifiche proprio per fare questo.

Nel complesso presenteremo ed utilizzeremo 8 diversi algoritmi, potrai seguire più di 11 ore di video suddivise in oltre 120 lezioni. Avrai inoltre a disposizione quasi 300 pagine di slide in formato pdf che potrai scaricare divise per sezioni e consultare in ogni momento. Anche il codice sorgente degli script R che realizzeremo durante il corso sarà a tua disposizione, e potrai scaricarlo ed usarlo nella tua console di R.

Con questo corso apprenderai quelle competenze concrete che ti servono per applicare il Machine Learning a problemi reali.


Cosa imparerai con questo corso?

Iscriviti al mio master online “Master Executive in Machine Learning e Data Analysis” e avrai accesso alle mie lezioni dove imparerai:

A Realizzare modelli di Machine Learning in totale autonomia, sia per problemi di classificazione che di regressione e clustering, sia in casi supervisionati che non supervisionati;

Ad Usare algoritmi di Linear Regression (semplice, multipla e non lineare), Logistic Regression, LDA (Linear Discriminant Analysis), QDA (Discriminant Quadratic Analysis), KNN (K-Nearest Neighbours) e K-Means;

A Valutare i risultati di un modello di Machine Learning;

A Scegliere il modello di Machine Learning più appropriato per il caso in esame;

Ad Usare il linguaggio di programmazione R in RStudio.


Ottieni nuove Certificazioni, Conquista la Carriera che Meriti.

Life Learning è una Società con Certificazione RICONOSCIUTA IN OLTRE 160 PAESI in quanto è accreditata ISO 9001:2015 per “Progettazione ed Erogazione di Corsi di Formazione Online” dalla Lloyd’s Register (la più importante e rispettabile società di accreditamento al mondo), oltre ad essere Provider ECP (Crediti per l’Educazione Continua Professionale) e riconosciuta da Accreditation Training per l’elevato standard qualitativo che viene riconosciuto ai nostri corsi online.


I 9 principali vantaggi dei corsi online Life Learning:

-Accedi al corso quando vuoi dove vuoi h24, 7 giorni su 7;
-Accesso a vita alle video lezioni del corso e ai suoi futuri aggiornamenti senza costi aggiuntivi;
-Rilascio del certificato finale con N° di Licenza personale e con tuo nome e cognome;
-Possibilità di studiare da pc, tablet e smartphone;
-Iscrizione al workspace, ovvero all'esclusiva classe virtuale riservata esclusivamente agli studenti del corso;
-Tutoraggio completo da parte del docente del corso nel workspace, nel forum dedicato;
-Nessuna limitazione, il corso non ha scadenza, sei tu a decidere quando studiare, e quando fare l'esame finale;
-Garanzia Life Learning di rimborso 30 giorni soddisfatti o rimborsati su tutti i corsi online;
-Con l'iscrizione al corso online si ha la possibilità di frequentare gli oltre 500 corsi online gratuiti del catalogo corsi di Life Learning;

Attestato

IMPORTANTE: sul Certificato che otterrai alla fine del corso saranno riportati i marchi di Accredia, Lloyd’s Register, Accreditation Training e dell’Abilitazione come Provider ECP.

Questo permetterà di arricchire il cv con un certificato che verrà riconosciuto dalle aziende in quanto rilasciato da Life Learning che è un'organizzazion con Certificazione ISO 9001:2015 per la Qualità.

Programma

Obiettivi del corso
Materiale didattico del corso
Installazione strumenti
Dataset
Modello
Training
Previsioni
Un modello di ML in 4 passi
Presentazione della Sezione
Cosa è il Machine Learning?
Casi d’uso reali
Tipi di Machine Learning – per apprendimento
Tipi di Machine Learning – per output
Algoritmi
Gli Errori nel Machine Learning
Gli Errori nel Machine Learning – Bias e Varianza
Introduzione alle Sezioni sulla Regressione
Altri modelli di Machine Learning
Comando lm – input
Comando lm – output
SLR – Definizione
SLR – Modello
SLR – Minimi Quadrati
Significato dei coefficienti
Intervalli di confidenza
Riepilogo Finale
Introduzione alla Sezione
Definizione MLR
Importare dati da fonti esterne
Breve esplorazione del dataset
Inizia il viaggio
Un modello di MLR
Confronto tra 4 modelli
Interpretazione del modello di MLR
Aldilà di un grande potere
Come implementare le Sinergie in R
La formula delle Sinergie
Altri modelli
Il p-value
Descrizione delle non linearità nella MLR
Come costruire un modello quadratico in R
Come rappresentare un modello quadratico in R
[bonus] Come studiare 10 modelli in una volta sola!
Trattazione teorica delle non linearità
Contesto della Scelta delle Variabili
Numero di variabili
Significatività e p-value
Numero Modelli
Metodo Forward
Metodo Backward
Metodo Ibrido
Scelta Finale
Valutare un modello
Test Error
Metodi Indiretti
Akaike Information Criterion (AIC)
Non solo BIC
Due modi per calcolare il Cp di Mallows
Forward e Backward in un colpo solo!
L’importanza della Cross Validation
Validation Set 1 – Calcolo MSE
Validation Set 2 – Calcolo Ripetuto
Validation Set 3 – Plot e Limiti
Leave One Out Cross Validation
LOO CV in R
I limiti della LOO CV
K-fold Cross Validation
I vantaggi della k-fold CV
Come eseguire la k-fold CV in R
Valutiamo n modelli con un ciclo “for”
Come visualizzare i risultati della k-fold CV
Chi è Grande?
Introduzione alla Classificazione
Introduzione alla Logistic Regression
Confronto tra Logistic e Linear Regression
Variabili binarie
Definizione del Metodo
Logistic Function e … scommesse!
Un nuovo dataset
Fattori e istogrammi
Boxplot e grafici misti
Maximum Likelihood
Primo Modello di Classificazione
Matrice di Confusione (!)
Valutazione Grafica
Ancora due …
Formula magica?
Multiple Logistic Regression
Selezione per passi ibrida con la Regressione Logistica Multipla
Matrice di confusione e Accuracy sui dati di test
Un altro successo, un altro obiettivo! No anzi due!
Funzionamento di base
Tre probabilità
Teorema di Bayes
Metodo e Campane …
Linear e Quadratic DA
Due nuovi modelli
Predizioni e Accuracy dei modelli
Modelli multipli
Validazione
Un algoritmo speciale
Apprendimento Pigro e Non Parametrico
Come funziona KNN
KNN per regressione
La Maledizione della Dimensionalità
Come scegliere K?
KNN in pratica: modello con un predittore
1, 10, 100 K
K-fold CV con caret
100 modelli KNN multi-predittore
10.000 valutazioni!!!
Grande^2
Definizione e sfide dei modelli non supervisionati
Esempi
Descrizione breve
Principio alla base di K-Means
Algoritmo di K-Means
Punti Critici
Creiamo il dataset
Due modelli di K-Means
Elbow Method e Fluttuazioni