Vai al contenuto
Coupon attivo su tutto il catalogo:

Categorie · 104

Tutto il catalogo

Assistenza: [email protected]

Machine Learning Starter Kit – Data Masters

Corso · Informatica

Machine Learning Starter Kit

di Data Masters

5,0 (566 valutazioni)

Machine Learning Starter Kit di Data Masters: un percorso da Python agli algoritmi di machine learning, con esercitazioni guidate e Jupyter Notebook.

Prezzo coupon di oggi — scade tra --:--:--

Prezzo di listino 507 € Prezzo 48 € −90%

La cifra barrata è il listino del formatore, l'altra è quanto paghi qui.

Il corso è nel carrello

Vai al carrello
Pagamenti sicuri

Acquistato da clienti

ordini negli ultimi 30 giorni

Ultimo ordine:

Pacchetti corsi

Questo corso può entrare in tutti i pack. Con 151 € in più prendi il Pack 5: questo corso e altri 4 a scelta.

Descrizione

Machine Learning Starter Kit è il pacchetto di Data Masters per arrivare al machine learning partendo dalle basi di Python: prima il linguaggio, poi la statistica, infine gli algoritmi. La forma è quella del kit di studio, con esercitazioni guidate e Jupyter Notebook da scaricare e riusare mentre si segue.

Cosa contiene Machine Learning Starter Kit

La prima sezione è tutta sul codice: scrivere Python efficiente, gestire i pacchetti, usare strutture dati complesse, controllare il flusso di un programma e trattare le eccezioni. Sopra questa base si innesta la parte numerica — probabilità, statistica, manipolazione avanzata dei dati — seguita dall'analisi esplorativa e dalla visualizzazione, intese come strumenti per estrarre informazione e guidare le decisioni.

L'ultimo blocco è quello che dà il nome al percorso: progettare, costruire e implementare modelli di machine learning, fino agli algoritmi più avanzati come SVM, alberi decisionali e random forest.

Come si segue

Il taglio è pratico: ogni nuova abilità arriva insieme al notebook con cui applicarla subito, e le esercitazioni guidate servono a non restare fermi sulla teoria. Non ci sono indicazioni su durata o numero di lezioni, quindi il ritmo lo decidi tu in base a quanto tempo riesci a dedicare al codice.

A chi è utile e cosa sapere prima di iniziare

È utile a chi vuole partire dalle basi di Python e arrivare agli algoritmi con esercizi da fare, più che a chi cerca solo teoria. Non è la scelta giusta per chi cerca formule pronte o un'introduzione divulgativa senza scrivere una riga: qui si esegue e si sbaglia in autonomia. Sapere che il percorso è progressivo aiuta a organizzare lo studio.

Prezzo e materiali

Il listino di Data Masters è di 507 euro; qui il kit costa 48 euro, con l'accesso ai materiali subito dopo il pagamento e la versione più recente quando l'autore rilascia aggiornamenti. Per restare sullo stesso terreno, il catalogo Data Masters include anche Matematica e Statistica per il Machine Learning.

Elenco dei file del corso
Machine Learning Starter Kit - Data Masters(9,87GB)
1. Introduzione(113,67KB)
1. Survey pre-corso_QUIZ.pdf(113,67KB)
2. Python per la Data Science(2,95GB)
1. Introduzione a Python - 5 -52.mp4(17,75MB)
1. Introduzione a Python - 5 -52.pdf(113,38KB)
1. introduzione_a_python.pdf(629,54KB)
2. Installazione di Python - 7 -28.mp4(25,61MB)
2. Installazione di Python - 7 -28.pdf(112,15KB)
3. Installazione di python e configurazione dei virtualenv su Mac OS.mp4(68,89MB)
3. Installazione di python e configurazione dei virtualenv su Mac OS.pdf(113,88KB)
4. Gestione dei Site Packages con Pip e Virtualenv - 23 -15.mp4(78,78MB)
4. Gestione dei Site Packages con Pip e Virtualenv - 23 -15.pdf(113,21KB)
5. Espressioni e Variabili - 19 -26.mp4(68,10MB)
5. Espressioni e Variabili - 19 -26.pdf(112,73KB)
5. Espressioni_operatori_matematici_variabili.ipynb.zip(2,71KB)
5. introduzione_a_python.pdf(629,54KB)
6. Condizioni_e_operatori_logici.ipynb.zip(2,17KB)
6. Controlli di Flusso - booleani e if-else - 16 -44.mp4(52,75MB)
6. Controlli di Flusso - booleani e if-else - 16 -44.pdf(112,80KB)
7. Cicli_-_FOR.ipynb.zip(1,50KB)
7. Loop - Cicli For - 11 -05.mp4(32,63MB)
7. Loop - Cicli For - 11 -05.pdf(113,11KB)
8. Cicli_-_WHILE.ipynb.zip(1,16KB)
8. Loop - Cicli While - 6 -24.mp4(18,22MB)
8. Loop - Cicli While - 6 -24.pdf(112,83KB)
9. Liste.ipynb.zip(1,75KB)
9. Python_-_6_-_liste.pdf(411,17KB)
9. Strutture Dati - Liste - 9 -52.mp4(30,57MB)
9. Strutture Dati - Liste - 9 -52.pdf(113,02KB)
10. Strutture Dati - Tuple - 12 -17.mp4(23,17MB)
10. Strutture Dati - Tuple - 12 -17.pdf(113,58KB)
10. Tuple.ipynb.zip(1,57KB)
11. Dizionari.ipynb.zip(1,79KB)
11. Python_-_7_-_dizionari.pdf(492,96KB)
11. Strutture Dati - Dictionary - 7 -08.mp4(23,26MB)
11. Strutture Dati - Dictionary - 7 -08.pdf(112,66KB)
12. Python_-_8_-_set.pdf(383,31KB)
12. Set.ipynb.zip(1,48KB)
12. Strutture Dati - Set - 8 -17.mp4(25,03MB)
12. Strutture Dati - Set - 8 -17.pdf(112,90KB)
13. Charset_ed_Encoding.pdf(591,62KB)
13. Rappresentazione dei Dati - Charset ed Encoding - 19 -50.mp4(59,82MB)
13. Rappresentazione dei Dati - Charset ed Encoding - 19 -50.pdf(114,25KB)
14. Stringhe, Encoding e Decoding - 21 -37.mp4(71,94MB)
14. Stringhe, Encoding e Decoding - 21 -37.pdf(113,56KB)
14. Stringhe_encoding_e_decoding.ipynb.zip(3,67KB)
15. Rappresentazione dei Dati - lo standard IEEE 754 e i numeri reali - 11 -08.mp4(30,61MB)
15. Rappresentazione dei Dati - lo standard IEEE 754 e i numeri reali - 11 -08.pdf(113,13KB)
15. standard_IEEE_754_e_numeri_reali_.pdf(779,99KB)
16. Aritmetica Floating Point in Python - 16 -50.mp4(40,01MB)
16. Aritmetica Floating Point in Python - 16 -50.pdf(113,23KB)
16. Floating_Points_Arithmetic.ipynb.zip(2,53KB)
17. 09_Funzioni.zip(2,09KB)
17. Funzioni - 20 -49.mp4(60,18MB)
17. Funzioni - 20 -49.pdf(112,95KB)
18. Gestione dei File - 24 -21.mp4(91,48MB)
18. Gestione dei File - 24 -21.pdf(114,03KB)
18. Gestione_dei_File.ipynb.zip(3,57KB)
19. Funzione_id_e_mutability.ipynb.zip(5,39KB)
19. Mutability in Python - 25 -14.mp4(90,31MB)
19. Mutability in Python - 25 -14.pdf(113,70KB)
20. List Comprehension in Python - 23 -04.mp4(73,45MB)
20. List Comprehension in Python - 23 -04.pdf(113,18KB)
20. List_Comprehension.ipynb.zip(2,79KB)
21. Serializzazione dei Dati - i Moduli Json e Pickle Parte 1 - 28 -25.mp4(93,38MB)
21. Serializzazione dei Dati - i Moduli Json e Pickle Parte 1 - 28 -25.pdf(113,44KB)
21. Serializzazione_con_json_e_pickle.ipynb.zip(4,81KB)
22. Serializzazione dei Dati - i Moduli Json e Pickle Parte 2 - 8 -11.mp4(26,85MB)
22. Serializzazione dei Dati - i Moduli Json e Pickle Parte 2 - 8 -11.pdf(113,39KB)
22. Serializzazione_con_json_e_pickle.ipynb.zip(4,81KB)
23. Cenni sul Protocollo HTTP - 14 -39.mp4(62,57MB)
23. Cenni sul Protocollo HTTP - 14 -39.pdf(113,44KB)
23. Protocollo_HTTP.pdf(753,56KB)
24. Il Modulo Requests per Interazioni HTTP - 22 -11.mp4(83,65MB)
24. Il Modulo Requests per Interazioni HTTP - 22 -11.pdf(113,46KB)
24. Modulo_requests.ipynb.zip(83,52KB)
25. Intro_to_OOP.ipynb.zip(2,06KB)
25. Introduzione alla Programmazione ad Oggetti - 30 -57.mp4(76,37MB)
25. Introduzione alla Programmazione ad Oggetti - 30 -57.pdf(113,09KB)
26. Ereditarietà - 19 -08.mp4(54,14MB)
26. Ereditarietà - 19 -08.pdf(112,79KB)
26. Intro_to_OOP.ipynb.zip(2,06KB)
27. Dunder Methods nella Programmazione ad Oggetti - 23 -21.mp4(66,25MB)
27. Dunder Methods nella Programmazione ad Oggetti - 23 -21.pdf(113,04KB)
27. Dunder_Methods.ipynb.zip(2,70KB)
28. Attributi Privati e Name Mangling - 14 -25.mp4(47,71MB)
28. Attributi Privati e Name Mangling - 14 -25.pdf(112,94KB)
28. Encapsulation.ipynb.zip(1,50KB)
29. 27_Eccezioni.ipynb.zip(6,34KB)
29. Cenni sulle Eccezioni - 27 -23.mp4(81,85MB)
29. Cenni sulle Eccezioni - 27 -23.pdf(113,55KB)
30. Esercitazione Gaming - Sasso Carta Forbice - Traccia - 1 -01.mp4(2,72MB)
30. Esercitazione Gaming - Sasso Carta Forbice - Traccia - 1 -01.pdf(113,65KB)
30. Esercitazione_-_Sasso-Carta-Forbice.ipynb.zip(1,36KB)
31. Esercitazione Gaming - Sasso Carta Forbice - Implementazione - 32 -29.mp4(94,47MB)
31. Esercitazione Gaming - Sasso Carta Forbice - Implementazione - 32 -29.pdf(113,65KB)
31. Esercitazione_-_Sasso-Carta-Forbice.ipynb.zip(1,36KB)
32. Esercitazione Gaming - Impiccato - Traccia - 3 -07.mp4(9,66MB)
32. Esercitazione Gaming - Impiccato - Traccia - 3 -07.pdf(113,50KB)
32. Esercitazione_-_Impiccato.py.zip(1,28KB)
33. Esercitazione Gaming - Impiccato - Implementazione - 50 -21.mp4(229,64MB)
33. Esercitazione Gaming - Impiccato - Implementazione - 50 -21.pdf(113,50KB)
33. Esercitazione_-_Impiccato.py.zip(1,28KB)
34. Esercitazione ASCII Art - Traccia - 5 -49.mp4(16,51MB)
34. Esercitazione ASCII Art - Traccia - 5 -49.pdf(113,88KB)
34. Esercitazione_ascii_art.pdf(2,15MB)
35. Esercitazione ASCII Art - Implementazione - 17 -56.mp4(74,17MB)
35. Esercitazione ASCII Art - Implementazione - 17 -56.pdf(113,88KB)
35. Esercitazione_-_ASCII_art.zip(718,22KB)
36. Esercitazione - Rest API in Python con Apifootball.com - 65 -50.mp4(252,55MB)
36. Esercitazione - Rest API in Python con Apifootball.com - 65 -50.pdf(113,52KB)
36. Esercitazione_-_API_JSON_Calcio.zip(13,12KB)
37. Esercitazione - Implementazione di un Algoritmo di Clustering su Dataset Pokemon - 114 -15.mp4(315,88MB)
37. Esercitazione - Implementazione di un Algoritmo di Clustering su Dataset Pokemon - 114 -15.pdf(114,14KB)
37. Esercitazione_6_-_KNN_from_scratch.zip(31,98KB)
38. Esercitazione Gaming - Wordle - 81 -42.mp4(236,19MB)
38. Esercitazione Gaming - Wordle - 81 -42.pdf(113,25KB)
38. Esercitazione_4_-_Wordle.zip(8,41KB)
39. Esercitazione Creazione di un Bot Discord - 64 -46.mp4(206,51MB)
39. Esercitazione Creazione di un Bot Discord - 64 -46.pdf(112,82KB)
39. Esercitazione_7_-_Bot_Discord.zip(1,29KB)
3. Probabilità e Statistica(788,03MB)
1_Teoria degli Insiemi(178,65MB)
1. Introduzione - 1 -45.mp4(4,25MB)
1. Introduzione - 1 -45.pdf(113,41KB)
1. Teoria_degli_insiemi.pdf(3,91MB)
2. Rappresentazione elenco - 2 -45.mp4(6,94MB)
2. Rappresentazione elenco - 2 -45.pdf(113,35KB)
3. Rappresentazione proprietà - 3 -05.mp4(7,53MB)
3. Rappresentazione proprietà - 3 -05.pdf(112,86KB)
4. Diagrammi Eulero Venn - 4 -12.mp4(10,14MB)
4. Diagrammi Eulero Venn - 4 -12.pdf(113,47KB)
5. Terminologia, notazioni e proprietà importanti - 6 -41.mp4(16,74MB)
5. Terminologia, notazioni e proprietà importanti - 6 -41.pdf(113,23KB)
6. Sottoinsiemi - Introduzione - 6 -33.mp4(17,02MB)
6. Sottoinsiemi - Introduzione - 6 -33.pdf(113,00KB)
7. Sottoinsiemi - Esempi - 5 -17.mp4(11,36MB)
7. Sottoinsiemi - Esempi - 5 -17.pdf(112,28KB)
8. Sottoinsiemi - Insiemi universo - 4 -54.mp4(12,66MB)
8. Sottoinsiemi - Insiemi universo - 4 -54.pdf(112,70KB)
9. Operazioni tra insiemi - 1 -22.mp4(3,41MB)
9. Operazioni tra insiemi - 1 -22.pdf(112,65KB)
10. Unione - 5 -25.mp4(12,81MB)
10. Unione - 5 -25.pdf(112,55KB)
11. Intersezione - 4 -02.mp4(9,31MB)
11. Intersezione - 4 -02.pdf(112,55KB)
12. Differenza Insiemistica - 6 -48.mp4(16,21MB)
12. Differenza Insiemistica - 6 -48.pdf(112,67KB)
13. Differenza Simmetrica - 7 -04.mp4(16,40MB)
13. Differenza Simmetrica - 7 -04.pdf(112,67KB)
14. Insieme complementare - 3 -35.mp4(8,70MB)
14. Insieme complementare - 3 -35.pdf(112,99KB)
15. Partizioni - 4 -09.mp4(10,05MB)
15. Partizioni - 4 -09.pdf(112,79KB)
16. Insieme delle parti - 4 -10.mp4(9,45MB)
16. Insieme delle parti - 4 -10.pdf(113,03KB)
2_Calcolo Combinatorio(183,80MB)
1. Calcolo_Combinatorio.pdf(1,09MB)
1. Introduzione - 1 -28.mp4(3,82MB)
1. Introduzione - 1 -28.pdf(112,68KB)
2. Fattoriale - Introduzione - 2 -59.mp4(7,04MB)
2. Fattoriale - Introduzione - 2 -59.pdf(112,67KB)
3. Fattoriale - Esempi - 5 -10.mp4(13,24MB)
3. Fattoriale - Esempi - 5 -10.pdf(112,81KB)
4. Coefficiente Binomiale - Introduzione - 10 -12.mp4(24,68MB)
4. Coefficiente Binomiale - Introduzione - 10 -12.pdf(112,83KB)
5. Coefficiente Binomiale - Esempi - 9 -22.mp4(21,12MB)
5. Coefficiente Binomiale - Esempi - 9 -22.pdf(112,63KB)
6. Permutazioni - Introduzione - 2 -21.mp4(5,68MB)
6. Permutazioni - Introduzione - 2 -21.pdf(112,69KB)
7. Permutazioni Semplici - Introduzione - 4 -25.mp4(10,75MB)
7. Permutazioni Semplici - Introduzione - 4 -25.pdf(112,91KB)
8. Permutazioni Semplici - Esempi - 4 -38.mp4(9,43MB)
8. Permutazioni Semplici - Esempi - 4 -38.pdf(112,37KB)
9. Permutazioni con Ripetizione - Introduzione - 7 -19.mp4(18,87MB)
9. Permutazioni con Ripetizione - Introduzione - 7 -19.pdf(112,71KB)
10. Permutazioni con Ripetizione - Caso particolare - 1 -59.mp4(5,05MB)
10. Permutazioni con Ripetizione - Caso particolare - 1 -59.pdf(112,53KB)
11. Permutazioni con Ripetizione - Esempi - 13 -22.mp4(29,90MB)
11. Permutazioni con Ripetizione - Esempi - 13 -22.pdf(112,38KB)
12. Permutazioni Circolari - Introduzione - 4 -36.mp4(11,17MB)
12. Permutazioni Circolari - Introduzione - 4 -36.pdf(113,08KB)
13. Permutazioni Circolari - Formula - 9 -03.mp4(20,55MB)
13. Permutazioni Circolari - Formula - 9 -03.pdf(112,69KB)
3_Teoria delle Probabilità(217,04MB)
1. Introduzione - 4 -12.mp4(10,15MB)
1. Introduzione - 4 -12.pdf(113,23KB)
1. Teoria_della_Probabilit_.pdf(2,73MB)
2. Spazi Campionari - Introduzione - 5 -24.mp4(12,83MB)
2. Spazi Campionari - Introduzione - 5 -24.pdf(113,02KB)
3. Spazi Campionari - Esempi - 4 -14.mp4(9,21MB)
3. Spazi Campionari - Esempi - 4 -14.pdf(112,41KB)
4. Eventi - Introduzione - 6 -06.mp4(12,82MB)
4. Eventi - Introduzione - 6 -06.pdf(113,17KB)
5. Eventi - Tre casi principali - 7 -21.mp4(16,84MB)
5. Eventi - Tre casi principali - 7 -21.pdf(113,40KB)
6. Operazioni tra Eventi - Introduzione - 6 -56.mp4(16,10MB)
6. Operazioni tra Eventi - Introduzione - 6 -56.pdf(112,32KB)
7. Operazioni tra Eventi - Esempi - 4 -28.mp4(9,09MB)
7. Operazioni tra Eventi - Esempi - 4 -28.pdf(112,40KB)
8. Eventi Compatibili Incompatibili e Complementari - 9 -31.mp4(22,73MB)
8. Eventi Compatibili Incompatibili e Complementari - 9 -31.pdf(112,94KB)
9. Formulazione Classica di probabilita - 5 -44.mp4(14,78MB)
9. Formulazione Classica di probabilita - 5 -44.pdf(112,86KB)
10. Formulazione Assiomatica di probabilita - 11 -16.mp4(25,87MB)
10. Formulazione Assiomatica di probabilita - 11 -16.pdf(113,31KB)
11. Probabilità Totale - 14 -49.mp4(32,09MB)
11. Probabilità Totale - 14 -49.pdf(113,17KB)
12. Probabilità Condizionata - 9 -34.mp4(21,06MB)
12. Probabilità Condizionata - 9 -34.pdf(113,10KB)
13. Probabilità Composta - 3 -51.mp4(9,30MB)
13. Probabilità Composta - 3 -51.pdf(113,13KB)
4_Elementi di Statistica(208,54MB)
1. Elementi_di_Statistica.pdf(987,73KB)
1. Introduzione - 3 -14.mp4(8,23MB)
1. Introduzione - 3 -14.pdf(112,56KB)
2. Tipologie di Caratteri - 4 -25.mp4(10,63MB)
2. Tipologie di Caratteri - 4 -25.pdf(113,16KB)
3. Media - Intro - 1 -57.mp4(4,97MB)
3. Media - Intro - 1 -57.pdf(112,64KB)
4. Media Artimetica Semplice - 6 -49.mp4(15,75MB)
4. Media Artimetica Semplice - 6 -49.pdf(112,37KB)
5. Media Aritmetica Ponderata - 9 -10.mp4(20,26MB)
5. Media Aritmetica Ponderata - 9 -10.pdf(112,98KB)
6. Media Aritmetica - Caso Particolare - 2 -25.mp4(6,24MB)
6. Media Aritmetica - Caso Particolare - 2 -25.pdf(112,50KB)
7. Media Geometrica Semplice - 4 -56.mp4(12,49MB)
7. Media Geometrica Semplice - 4 -56.pdf(112,94KB)
8. Media Geometrica Ponderata - 8 -18.mp4(21,71MB)
8. Media Geometrica Ponderata - 8 -18.pdf(112,99KB)
9. Media Geometrica - Caso Particolare - 4 -47.mp4(12,31MB)
9. Media Geometrica - Caso Particolare - 4 -47.pdf(112,75KB)
10. Mediana - 7 -35.mp4(21,64MB)
10. Mediana - 7 -35.pdf(113,06KB)
11. Moda - 9 -22.mp4(25,45MB)
11. Moda - 9 -22.pdf(113,10KB)
12. Deviazione Standard pt.1 - 13 -16.mp4(31,17MB)
12. Deviazione Standard pt.1 - 13 -16.pdf(113,20KB)
13. Deviazione Standard pt.2 - 5 -05.mp4(15,32MB)
13. Deviazione Standard pt.2 - 5 -05.pdf(112,39KB)
4. Data Wrangling(2,34GB)
1_Numpy(415,30MB)
1. Introduzione a NumPy e creazione di Ndarray - 23 -41.mp4(60,61MB)
1. Introduzione a NumPy e creazione di Ndarray - 23 -41.pdf(113,19KB)
1. Numpy_-_intro_installazione_ndarray.ipynb.zip(2,97KB)
2. Operatori Aritmetici e Funzioni Matematiche - 21 -00.mp4(54,74MB)
2. Operatori Aritmetici e Funzioni Matematiche - 21 -00.pdf(112,47KB)
2. Operazioni_tra_matrici.ipynb.zip(3,01KB)
3. Condizioni_e_operazioni_logici.ipynb.zip(2,74KB)
3. Operatori Logici e di Confronto - 17 -46.mp4(48,37MB)
3. Operatori Logici e di Confronto - 17 -46.pdf(113,14KB)
4. Indici e Slicing - 12 -51.mp4(38,66MB)
4. Indici e Slicing - 12 -51.pdf(112,97KB)
4. Indici_e_slicing.ipynb.zip(3,20KB)
5. Iterare un Ndarray - 14 -55.mp4(42,69MB)
5. Iterare un Ndarray - 14 -55.pdf(113,01KB)
5. Iterare_un_ndarray.ipynb_1_.zip(2,96KB)
6. Lavorare con le Shape - 10 -20.mp4(28,18MB)
6. Lavorare con le Shape - 10 -20.pdf(112,47KB)
6. Lavorare_con_gli_shape_flatten_traspose_reshape_.ipynb.zip(2,65KB)
7. Unione di Ndarray - 13 -36.mp4(37,96MB)
7. Unione di Ndarray - 13 -36.pdf(112,78KB)
7. Unione_di_piu_ndarray.ipynb.zip(2,91KB)
8. 08_Splitting_di_un_ndarray_in_diversi_subndarray.ipynb.zip(3,19KB)
8. Split di un Array - 9 -51.mp4(28,70MB)
8. Split di un Array - 9 -51.pdf(112,35KB)
9. 10_All_any_nonzero_where.ipynb.zip(2,21KB)
9. All, Any, Where - 11 -22.mp4(29,25MB)
9. All, Any, Where - 11 -22.pdf(113,13KB)
10. 09_Assegnazione_e_copia.ipynb.zip(1,97KB)
10. Copia - 10 -00.mp4(25,00MB)
10. Copia - 10 -00.pdf(112,95KB)
11. 12_statistica_media_mediana_max_min_dev.std_quantili_.ipynb.zip(2,42KB)
11. Statistica - 7 -31.mp4(19,90MB)
11. Statistica - 7 -31.pdf(112,57KB)
2_Pandas(552,02MB)
1. 01_Pandas_DataFrame_intro_su_Pandas_csv_dataframe_da_zero_ecc._.ipynb.zip(2,76KB)
1. Cos’è Pandas - 11 -27.mp4(32,54MB)
1. Cos’è Pandas - 11 -27.pdf(112,79KB)
1. risorse_pandas.zip(100,89KB)
2. 02_Series.ipynb.zip(2,19KB)
2. risorse_pandas.zip(100,89KB)
2. Series e Dataframe - 7 -17.mp4(19,95MB)
2. Series e Dataframe - 7 -17.pdf(114,45KB)
3. 03_Indicizzazione_e_Ordinamento.ipynb.zip(4,02KB)
3. Indicizzazione e Ordinamento - 14 -45.mp4(47,74MB)
3. Indicizzazione e Ordinamento - 14 -45.pdf(112,90KB)
3. risorse_pandas.zip(100,89KB)
4. 04_Selezione_dati_e_statistiche.ipynb.zip(3,01KB)
4. risorse_pandas.zip(100,89KB)
4. Selezione Dati e Statistiche - 7 -31.mp4(23,98MB)
4. Selezione Dati e Statistiche - 7 -31.pdf(112,59KB)
5. 05_Raggruppamenti_.ipynb.zip(2,22KB)
5. Raggruppamento Dati - 7 -17.mp4(24,52MB)
5. Raggruppamento Dati - 7 -17.pdf(112,87KB)
5. risorse_pandas.zip(100,89KB)
6. 06_Funzioni_.ipynb.zip(2,94KB)
6. Funzioni - 8 -54.mp4(27,62MB)
6. Funzioni - 8 -54.pdf(112,94KB)
6. risorse_pandas.zip(100,89KB)
7. 07_Trattare_i_dati_mancanti.ipynb.zip(3,07KB)
7. risorse_pandas.zip(100,89KB)
7. Trattare i Dati Mancanti - 9 -29.mp4(32,87MB)
7. Trattare i Dati Mancanti - 9 -29.pdf(113,17KB)
8. 08_Combinare_piu_dataframe.ipynb.zip(4,31KB)
8. Combinare più Dataframe e Series - 10 -33.mp4(35,89MB)
8. Combinare più Dataframe e Series - 10 -33.pdf(112,92KB)
8. risorse_pandas.zip(100,89KB)
9. 09_Serie_temporali_rolling_.ipynb.zip(221,44KB)
9. risorse_pandas.zip(100,89KB)
9. Serie Temporali - 16 -17.mp4(57,05MB)
9. Serie Temporali - 16 -17.pdf(112,89KB)
10. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 1 - 23 -09.mp4(86,13MB)
10. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 1 - 23 -09.pdf(113,38KB)
10. Esercitazione_Pandas.zip(1,41MB)
11. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 2 - 5 -34.mp4(18,29MB)
11. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 2 - 5 -34.pdf(113,38KB)
11. Esercitazione_Pandas.zip(1,41MB)
12. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 3 - 16 -43.mp4(62,04MB)
12. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 3 - 16 -43.pdf(113,38KB)
12. Esercitazione_Pandas.zip(1,41MB)
13. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 4 - 13 -14.mp4(47,58MB)
13. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 4 - 13 -14.pdf(113,38KB)
13. Esercitazione_Pandas.zip(1,41MB)
14. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 5 - 5 -40.mp4(26,09MB)
14. Esercitazione Data Exploration e Preprocessing su Dataset Netflix Parte 5 - 5 -40.pdf(113,38KB)
14. Esercitazione_Pandas.zip(1,41MB)
3_Data Visualization(901,79MB)
1. 01_Intro.ipynb.zip(11,17KB)
1. Intro alla Data Visualization - 5 -41.mp4(14,41MB)
1. Intro alla Data Visualization - 5 -41.pdf(114,16KB)
2. 02_Grafici_a_dispersione_ed_a_barre.zip(42,76KB)
2. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
2. Scatterplot e Barplot - 9 -09.mp4(25,06MB)
2. Scatterplot e Barplot - 9 -09.pdf(113,03KB)
3. 03_Figura_legenda_assi_e_titoli.ipynb.zip(51,41KB)
3. Customizzazione Grafici - 16 -19.mp4(48,40MB)
3. Customizzazione Grafici - 16 -19.pdf(112,63KB)
3. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
4. 04_Immagini_e_Heat-Map.ipynb.zip(263,31KB)
4. Immagini e Heatmap - 12 -35.mp4(42,86MB)
4. Immagini e Heatmap - 12 -35.pdf(112,96KB)
4. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
5. 05_Torte_e_Violini.ipynb.zip(183,16KB)
5. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
5. Torte e Violini - 8 -09.mp4(26,85MB)
5. Torte e Violini - 8 -09.pdf(112,69KB)
6. 06_SubPlot.ipynb.zip(346,26KB)
6. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
6. Subplot - 17 -39.mp4(59,15MB)
6. Subplot - 17 -39.pdf(112,80KB)
7. 07_PairPlot.ipynb.zip(1,15MB)
7. Pairplot - 5 -20.mp4(30,99MB)
7. Pairplot - 5 -20.pdf(112,54KB)
7. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
8. 08_PairGrid.ipynb.zip(445,72KB)
8. Pairgrid - 4 -37.mp4(19,17MB)
8. Pairgrid - 4 -37.pdf(112,74KB)
8. risorse_Matplotlib_e_Seaborn.zip(141,36KB)
9. data_visualization.zip(82,11MB)
9. Esercitazione Data Visualization sul Climate Change - 52 -36.mp4(229,55MB)
9. Esercitazione Data Visualization sul Climate Change - 52 -36.pdf(112,65KB)
10. Esercitazione Data Exploration su Dataset Spotify - 62 -31.mp4(234,50MB)
10. Esercitazione Data Exploration su Dataset Spotify - 62 -31.pdf(114,16KB)
10. Esercitazione_Data_Exploration_con_Spotify.zip(84,21MB)
4_SciKit-Learn(260,29MB)
1. 01_Intro_su_SciKit-Learn.ipynb.zip(2,58KB)
1. Intro a SciKit-Learn - 6 -00.mp4(20,21MB)
1. Intro a SciKit-Learn - 6 -00.pdf(113,56KB)
1. risorse_scikit-learn.zip(92,67KB)
2. 02_Dataset_disponibili_toy_real-world_generated_.ipynb.zip(938,63KB)
2. Dataset Standard e Sintetici - 21 -15.mp4(70,56MB)
2. Dataset Standard e Sintetici - 21 -15.pdf(113,04KB)
2. risorse_scikit-learn.zip(92,67KB)
3. 03_Normalizzazione_-_Standardizzazione_dati.ipynb.zip(919,59KB)
3. Normalizzazione e Standardizzazione - 12 -55.mp4(54,85MB)
3. Normalizzazione e Standardizzazione - 12 -55.pdf(113,16KB)
3. risorse_scikit-learn.zip(92,67KB)
4. 04_One-hot_encoding.ipynb.zip(3,21KB)
4. Codifica One-Hot - 8 -49.mp4(26,54MB)
4. Codifica One-Hot - 8 -49.pdf(113,11KB)
4. risorse_scikit-learn.zip(92,67KB)
5. 05_Split_dataset_e_convalida_incrociata.ipynb.zip(2,81KB)
5. risorse_scikit-learn.zip(92,67KB)
5. Split Dataset e Convalida Incrociata - 10 -32.mp4(40,35MB)
5. Split Dataset e Convalida Incrociata - 10 -32.pdf(113,06KB)
6. 06_Selezione_degli_iperparametri.ipynb.zip(2,50KB)
6. risorse_scikit-learn.zip(92,67KB)
6. Tuning Automatico degli Iperparametri - 15 -13.mp4(44,75MB)
6. Tuning Automatico degli Iperparametri - 15 -13.pdf(113,29KB)
5_Esercitazione Hero-Level - eCommerce Data(271,85MB)
1. DataMasters_-_Data_Analysis.ipynb.zip(381,19KB)
1. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 1 - 5 -49.mp4(27,56MB)
1. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 1 - 5 -49.pdf(113,08KB)
2. DataMasters_-_Data_Analysis.ipynb.zip(381,19KB)
2. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 2 - 6 -05.mp4(29,81MB)
2. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 2 - 6 -05.pdf(112,71KB)
3. DataMasters_-_Data_Analysis.ipynb.zip(381,19KB)
3. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 3 - 10 -34.mp4(57,32MB)
3. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 3 - 10 -34.pdf(112,69KB)
4. DataMasters_-_Data_Analysis.ipynb.zip(381,19KB)
4. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 4 - 7 -30.mp4(36,93MB)
4. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 4 - 7 -30.pdf(113,57KB)
5. DataMasters_-_Data_Analysis.ipynb.zip(381,19KB)
5. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 5 - 10 -29.mp4(59,26MB)
5. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 5 - 10 -29.pdf(112,82KB)
6. DataMasters_-_Data_Analysis.ipynb.zip(381,19KB)
6. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 6 - 9 -49.mp4(58,09MB)
6. Esercitazione Data Engineering & Data Visualization per E-commerce - Parte 6 - 9 -49.pdf(113,13KB)
5. Machine Learning Foundations(3,80GB)
1_Introduzione al Machine Learning(391,69MB)
1. Introduzione al Machine Learning - 38 -03.mp4(100,44MB)
1. Introduzione al Machine Learning - 38 -03.pdf(119,26KB)
1. Introduzione_al_ML.pdf(2,11MB)
2. Processo di Implementazione - 33 -58.mp4(110,99MB)
2. Processo di Implementazione - 33 -58.pdf(117,01KB)
2. Processo_di_implementazione.pdf(1,99MB)
3. NFL_theorem.pdf(835,54KB)
3. No Free Lunch Theorem - 9 -03.mp4(22,76MB)
3. No Free Lunch Theorem - 9 -03.pdf(114,42KB)
4. Regressione Lineare - 17 -21.mp4(54,11MB)
4. Regressione Lineare - 17 -21.pdf(115,11KB)
4. Regressione_Lineare.pdf(1,51MB)
5. SGDRegressor e LinearRegression - 7 -52.mp4(35,75MB)
5. SGDRegressor e LinearRegression - 7 -52.pdf(115,29KB)
5. SGDRegressor_vs_LinearRegression.zip(258,55KB)
6. Regressione Logistica - 13 -00.mp4(37,02MB)
6. Regressione Logistica - 13 -00.pdf(115,16KB)
6. Regressione_Logistica.pdf(562,06KB)
7. LogisticRegression e make_pipeline - 5 -41.mp4(22,58MB)
7. LogisticRegression e make_pipeline - 5 -41.pdf(115,08KB)
7. LogisticRegression_e_make_pipeline.zip(30,86KB)
2_Clusterizzazione(319,45MB)
1. Clustering - 9 -15.mp4(23,20MB)
1. Clustering - 9 -15.pdf(114,74KB)
1. Clustering.pdf(1,31MB)
2. Clustering.pdf(1,31MB)
2. K-Means - 12 -47.mp4(30,20MB)
2. K-Means - 12 -47.pdf(115,77KB)
3. Clustering.pdf(1,31MB)
3. DB-Scan - 15 -02.mp4(32,53MB)
3. DB-Scan - 15 -02.pdf(115,12KB)
4. Esercitazione K-Means - 25 -13.mp4(106,53MB)
4. Esercitazione K-Means - 25 -13.pdf(115,49KB)
4. K-Means.ipynb.zip(193,26KB)
5. DBScan.ipynb.zip(841,94KB)
5. Esercitazione DB-Scan - 31 -41.mp4(121,49MB)
5. Esercitazione DB-Scan - 31 -41.pdf(115,39KB)
3_Dimensionality Reduction(555,46MB)
1. Dimensionality Reduction - 13 -46.mp4(35,53MB)
1. Dimensionality Reduction - 13 -46.pdf(115,08KB)
1. Dimensionality_Reduction.pdf(574,77KB)
2. PCA - Principal Component Analysis - 37 -54.mp4(84,84MB)
2. PCA - Principal Component Analysis - 37 -54.pdf(114,78KB)
2. PCA.pdf(930,55KB)
3. t-SNE - 18 -39.mp4(47,70MB)
3. t-SNE - 18 -39.pdf(115,46KB)
3. t-SNE.pdf(444,86KB)
4. Esercitazione 1 - PCA - 25 -42.mp4(71,23MB)
4. Esercitazione 1 - PCA - 25 -42.pdf(115,10KB)
4. PCA_-_Basics.ipynb.zip(219,72KB)
5. Esercitazione 2 - PCA - 18 -00.mp4(70,76MB)
5. Esercitazione 2 - PCA - 18 -00.pdf(115,21KB)
5. PCA_-_Dimensionality_reduction.ipynb.zip(381,20KB)
6. PCA vs t-SNE - 59 -41.mp4(236,60MB)
6. PCA vs t-SNE - 59 -41.pdf(116,47KB)
6. PCA_vs_t-SNE.ipynb.zip(5,63MB)
4_Naive Bayes(527,05MB)
1. Generalita_su_Naive_Bayes.pdf(408,80KB)
1. Introduzione e concetti base su Naive Bayes - 15 -52.mp4(44,40MB)
1. Introduzione e concetti base su Naive Bayes - 15 -52.pdf(115,12KB)
2. Naive Bayes per la spam detection - 18 -24.mp4(87,74MB)
2. Naive Bayes per la spam detection - 18 -24.pdf(115,24KB)
2. NB_per_spam_detection.zip(210,27KB)
3. Approfondimento Naive Bayes - 8 -33.mp4(27,31MB)
3. Approfondimento Naive Bayes - 8 -33.pdf(114,74KB)
3. Naive_Bayes_implementations.pdf(868,06KB)
4. Classificazione_MNIST_con_Naive_Bayes.ipynb.zip(459,15KB)
4. Naive Bayes per MNIST - 98 -37.mp4(365,25MB)
4. Naive Bayes per MNIST - 98 -37.pdf(116,07KB)
5_K-Nearest Neighbors(231,24MB)
1. Generalita_su_KNN.pdf(312,24KB)
1. KNN - 7 -42.mp4(21,87MB)
1. KNN - 7 -42.pdf(115,01KB)
2. Esercitazione KNN - 10 -25.mp4(49,91MB)
2. Esercitazione KNN - 10 -25.pdf(115,78KB)
2. KNN.ipynb.zip(4,46KB)
3. KNN - Mahalanobis vs. Euclidean - 17 -11.mp4(45,60MB)
3. KNN - Mahalanobis vs. Euclidean - 17 -11.pdf(115,75KB)
3. Mahalanobis_vs_Euclidean.ipynb.zip(197,76KB)
4. Knn e Distanze - 30 -41.mp4(112,80MB)
4. Knn e Distanze - 30 -41.pdf(115,23KB)
4. KNN_e_distanze.ipynb.zip(116,60KB)
6_Support Vector Machines(551,20MB)
1. Generalita_su_SVM.pdf(912,15KB)
1. Introduzione a SVM - 12 -38.mp4(38,57MB)
1. Introduzione a SVM - 12 -38.pdf(114,60KB)
2. Approfondimento su Kernel - 32 -53.mp4(91,70MB)
2. Approfondimento su Kernel - 32 -53.pdf(115,53KB)
2. SVM_kernels.pdf(1,02MB)
3. Car_Brand_Logos.zip(218,29MB)
3. Classificare brand automobilistici con SVM - 47 -54.mp4(196,78MB)
3. Classificare brand automobilistici con SVM - 47 -54.pdf(115,75KB)
3. SVM_for_image_recognition.ipynb.zip(2,59MB)
3. SVM_kernels.pdf(1,02MB)
7_Alberi decisionali e metodi di Ensemble(1,015,62MB)
1. Alberi Decisionali - 18 -59.mp4(56,39MB)
1. Alberi Decisionali - 18 -59.pdf(115,08KB)
1. Introduzione_agli_alberi_decisionali.pdf(401,75KB)
2. Gini impurity - 33 -03.mp4(153,56MB)
2. Gini impurity - 33 -03.pdf(115,00KB)
2. Gini_impurity.pdf(1,34MB)
3. Entropy and Information Gain in Decision Trees - 29 -29.mp4(85,91MB)
3. Entropy and Information Gain in Decision Trees - 29 -29.pdf(114,99KB)
3. Entropy.ipynb.zip(3,51KB)
4. Alberi decisionali su dataset Iris - 17 -19.mp4(79,39MB)
4. Alberi decisionali su dataset Iris - 17 -19.pdf(114,34KB)
4. Decisional_Trees.ipynb.zip(578,83KB)
5. Decision_Trees_-_Space_partitioning.ipynb.zip(1,30MB)
5. Partizionamento spazio decisionale con alberi - 42 -05.mp4(175,41MB)
5. Partizionamento spazio decisionale con alberi - 42 -05.pdf(115,21KB)
6. Ensemble learning e random forest - 12 -20.mp4(36,57MB)
6. Ensemble learning e random forest - 12 -20.pdf(114,89KB)
6. Ensemble_Learning.pdf(851,82KB)
7. Random Forest su dataset Bill Authentication - 16 -11.mp4(62,46MB)
7. Random Forest su dataset Bill Authentication - 16 -11.pdf(115,17KB)
7. Random_forest_bill_authentication.zip(29,69KB)
8. Esercitazione su algoritmi di ensemble - 90 -01.mp4(359,61MB)
8. Esercitazione su algoritmi di ensemble - 90 -01.pdf(115,60KB)
8. notebook.zip(983,33KB)
8_Metriche per ML(298,22MB)
1. Metriche per la classificazione e regressione - 38 -16.mp4(88,86MB)
1. Metriche per la classificazione e regressione - 38 -16.pdf(117,49KB)
1. Metriche_per_la_classificazione.pdf(1,46MB)
1. Metriche_per_la_regressione.pdf(729,25KB)
2. Metriche per la classificazione - 37 -30.mp4(106,37MB)
2. metriche_per_la_classificazione.zip(132,67KB)
3. Metriche per la regressione - 31 -09.mp4(100,14MB)
3. Metriche per la regressione - 31 -09.pdf(115,77KB)
3. Metrics_for_regression.zip(335,72KB)
6. Survey e Test di fine corso(17,15KB)
1. Survey di fine corso_QUIZ.pdf(8,65KB)
2. Test di fine corso_QUIZ.pdf(8,51KB)

Categorie

InformaticaIntelligenza ArtificialeChatGPT

Formatore

Data Masters
Stesso formatore

Altri corsi di Data Masters

Tutti i corsi di Data Masters
Stessa categoria

Potrebbe interessarti

Tutti i corsi di Informatica

Prezzo 48 € Prezzo di listino 507 €

Vai al carrello