Descrizione

L'apprendimento automatico è la base per le carriere più entusiasmanti nell'analisi dei dati di oggi. Imparerai i modelli e i metodi e li applicherai a situazioni del mondo reale che vanno dall'identificazione di argomenti di notizie di tendenza, alla creazione di motori di raccomandazione, alla classificazione delle squadre sportive e alla traccia del percorso degli zombi dei film. Le principali prospettive trattate includono: modellizzazione probabilistica e non probabilistica con supervisione e apprendimento non supervisionato Gli argomenti includono: classificazione e regressione, metodi di clustering, modelli sequenziali, fattorizzazione di matrici, modellazione di argomenti e selezione di modelli. I metodi includono: regressione lineare e logistica, macchine a vettori di supporto, classificatori di alberi, boosting, massima probabilità e inferenza MAP, algoritmo EM, modelli di Markov nascosti, filtri di Kalman, k-mean, modelli di miscele gaussiane, tra gli altri. Nella prima metà del corso tratteremo le tecniche di apprendimento supervisionato per la regressione e la classificazione. In questo quadro, possediamo un output o una risposta che desideriamo prevedere sulla base di un insieme di input. Discuteremo diversi metodi fondamentali per eseguire questo compito e algoritmi per la loro ottimizzazione. Il nostro approccio sarà più motivato dal punto di vista pratico, il che significa che svilupperemo completamente una comprensione matematica dei rispettivi algoritmi, ma toccheremo solo brevemente la teoria astratta dell'apprendimento. Nella seconda metà del corso si passa a tecniche di apprendimento senza supervisione. In questi problemi l'obiettivo finale è meno chiaro rispetto alla previsione di un output basato su un input corrispondente. Tratteremo tre problemi fondamentali dell'apprendimento non supervisionato: raggruppamento dei dati, fattorizzazione matriciale e modelli sequenziali per dati dipendenti dall'ordine. Alcune applicazioni di questi modelli includono suggerimenti sugli oggetti e modellazione di argomenti.

Prezzo: GRATUITO per l'audit!

machine Learning -