Introduzione al clustering non supervisionato con K-Means
L'apprendimento non supervisionato è una branca fondamentale dell'analisi dei dati che si concentra sulla scoperta di strutture nascoste nei dati senza la presenza di etichette di output.
Machine Learning
61 post
Data Leakage: cosa è e perché fa fallire i nostri sistemi predittivi
Il data leakage rappresenta, insieme all'over/underfitting, la causa principale di fallimento di progetti di machine learning che vanno in produzione. Scopri come evitarlo in questo articolo.
Deep Learning e MNIST: Come utilizzare una rete neurale convolutiva per il riconoscimento di immagini
Come approcciare al riconoscimento delle immagini e delle cifre MNIST con una rete neurale convolutiva usando Keras e TensorFlow
Quando e quando non utilizzare il machine learning nella tua strategia aziendale
Fai scelte intelligenti per la tua strategia aziendale: quando utilizzare il machine learning e quando optare per soluzioni più semplici. Esplora i vantaggi e le sfide dell'adozione dei modelli di apprendimento automatico per prendere decisioni informate
Guida alla gestione delle variabili categoriali
Una guida su come approcciare le variabili categoriali presenti all'interno di un dataset ai fini del machine learning e data science
Valutare il livello di competenza linguistica col machine learning
Strategia e modellazione della competizione Kaggle dove si prevede la competenza linguistica di studenti liceali che studiano l'inglese
Come identificare anomalie nei dati (outliers)
Scopri come identificare e risolvere le anomalie nei tuoi dati utilizzando tecniche avanzate di machine learning e strumenti automatizzati. Migliora la qualità dei dati aziendali e previeni errori con metodi efficaci di monitoraggio e analisi predittiva.
Rappresentazioni vettoriali per il Machine Learning
L'importanza dei vettori nella rappresentazione di concetti complessi in formato numerico per lo sviluppo di modelli di machine learning. Tecniche di rappresentazione vettoriale come One-Hot Encoding, embedding, TF-IDF e bag of words, al fine di catturare relazioni semantiche tra i concetti
Cosa è la grid search e come applicarla in Python con Sklearn
Scopri come ottimizzare i modelli di machine learning con Grid Search in Python utilizzando scikit-learn. Guida passo-passo con codice ed esempi pratici