Apprendimento automatico con Python: dai modelli lineari al deep learning

Descrizione

I metodi di apprendimento automatico sono comunemente usati in ingegneria e scienze, dai sistemi informatici alla fisica. Inoltre, siti commerciali come motori di ricerca, sistemi di raccomandazione (ad es. Netflix, Amazon), inserzionisti e istituzioni finanziarie utilizzano algoritmi di apprendimento automatico per la raccomandazione di contenuti, la previsione del comportamento, della conformità o del rischio dei clienti. Come disciplina, l'apprendimento automatico cerca di progettare e comprendere programmi per computer che apprendono dall'esperienza allo scopo di prevedere o controllare. In questo corso, gli studenti impareranno i principi e gli algoritmi per trasformare i dati di addestramento in previsioni automatizzate efficaci. Tratteremo: rappresentazione, over-fitting, regolarizzazione, generalizzazione, dimensione VC; Clustering, classificazione, problemi di raccomandazione, modellazione probabilistica, apprendimento per rinforzo; Algoritmi in linea, supporto per macchine vettoriali e reti neurali / deep learning. Gli studenti implementeranno e sperimenteranno gli algoritmi in diversi progetti Python progettati per diverse applicazioni pratiche. Questo corso fa parte del programma Mitx MicroMasters in Statistics and Data Science. Padroneggia le competenze necessarie per essere un professionista informato ed efficace di scienza dei dati. Completerai questo corso e altri tre del MITx, con un ritmo e un livello di rigore simili a quelli di un corso all'interno del campus al MIT, quindi sosterrai un esame virtualmente supervisionato per guadagnare i tuoi MicroMaster, una credenziale accademica che dimostrerà la tua competenza in data science o accelera il tuo percorso verso un dottorato del MIT o un Master in altre università. Per ulteriori informazioni su questo programma, visitare https://micromasters.mit.edu/ds/. Se hai domande specifiche su questo corso, contattaci asds-mm@mit.edu.