In this chapter,  we'll define machine learning and its relation to data science and artificial intelligence.  Then, we'll unpack important machine learning jargon and end with the machine learning workflow for building models.

What is machine learning?

Generating movie recommendations

AI, data science, and machine learning walk into a bar...

What's true about machine learning?

Machine learning concepts

Machine learning lingo

Supervised vs unsupervised

Machine learning workflow

Steps for building a model

A true step

What is Machine Learning?

Now that you know the basics of machine learning, let's dive a little bit deeper. At the end of this chapter, you will know the different types of machine learning, as well as how to evaluate and improve your models.

Supervised learning

Warm up

Regressing with class

Unsupervised learning

We don't need no supervision

Gotta cluster 'em all!

Evaluating performance

True or false?

Land of confusion

Improving performance

It's a long way to the top

Explore hyperparameter tuning

Machine Learning Models

In this chapter, we'll unpack deep learning beginning with neural networks. Next, we'll take a closer look at two common use-cases for deep learning: computer vision and natural language processing. We'll wrap up the course discussing the limits and dangers of machine learning.

Deep learning

Affermazioni

Vero

Falso

Che cos’è il deep learning?

Dovrei usare il deep learning?

Computer vision

Dati di immagini

Processo di una rete neurale

Il processo

Natural Language Processing

Analisi del sentiment

Opzioni

Machine Learning tradizionale

Classificare i compiti di machine learning

Bag of words

Limiti del Machine Learning

Compiti

Black Box

Explainable AI

Black box o non black box?

Individuare i bias nel Machine Learning

Congratulazioni!

Deep Learning

Cosa c'è dietro al clamore sul Machine Learning? In questo corso non tecnico scoprirai tutto ciò che hai sempre voluto chiedere sul Machine Learning. Non è richiesta programmazione. Esercizi pratici ti aiuteranno ad andare oltre il gergo e a capire come questa tecnologia entusiasmante alimenta tutto, dalle auto a guida autonoma ai suggerimenti personalizzati su Amazon.

Come funziona il Machine Learning, quando puoi usarlo e qual è la differenza tra AI e Machine Learning? Troverai tutto qui. Sviluppa competenze in questo campo estremamente richiesto e influente, e scopri perché il Machine Learning è alla portata di tutti!

I video includono trascrizioni in tempo reale, accessibili cliccando su "Show transcript" in basso a sinistra nei video.

Il glossario del corso è disponibile a destra nella sezione delle risorse.

Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione cliccando sul riquadro dei crediti CPE sulla destra.

<h2>Scopri i concetti di base del machine learning</h2> 
Cosa c'è dietro tutto questo clamore sul machine learning? In questo corso non tecnico imparerai tutto quello che hai sempre voluto sapere sul machine learning, ma non hai mai osato chiedere. Non serve scrivere codice.
<br><br>
Scoprirai i concetti base ma fondamentali per iniziare il tuo viaggio nel machine learning, usando esercizi pratici per rafforzare le tue conoscenze. Questo vuol dire capire cosa c'è dietro al gergo tecnico e scoprire come questa tecnologia fantastica fa funzionare tutto, dalle auto che si guidano da sole ai consigli personalizzati di Amazon per i tuoi acquisti. 
<br><br>
<h2>Scopri le basi del machine learning</h2> 
Come funziona l'apprendimento automatico, quando puoi usarlo e qual è la differenza tra intelligenza artificiale e apprendimento automatico? Questo corso parla di tutti questi argomenti.
<br><br>
Inizierai spiegando cos'è il machine learning, scoprendo la sua definizione di base e come si collega alla scienza dei dati e all'intelligenza artificiale. Poi, ti farai un'idea del suo vocabolario e finirai con il flusso di lavoro di machine learning per creare modelli.
<br><br>
Concludiamo il corso approfondendo il deep learning. Scoprirai due casi d'uso comuni del deep learning: la visione artificiale e l'elaborazione del linguaggio naturale (NLP), e capirai i limiti e i rischi del machine learning.

Corso introduttivo di 2 ore al machine learning: concetti essenziali, vocabolario, modelli e deep learning.

Capire il Machine Learning

Un'introduzione all'apprendimento automatico senza bisogno di programmare.

Nozioni di base sull'intelligenza artificiale

Comprendere gli argomenti dei dati

Problemi più complessi come la classificazione di immagini possono essere risolti molto più velocemente dal deep learning rispetto al Machine Learning tradizionale.

Il deep learning è un sottoinsieme del Machine Learning che si occupa di algoritmi ispirati al cervello umano chiamati reti neurali.

Quando manca conoscenza del dominio e non sei sicuro delle esatte caratteristiche da usare, dovresti usare il deep learning.

Il deep learning è sempre preferibile al Machine Learning tradizionale.

Devi individuare tu le caratteristiche di livello più alto durante l’addestramento dei dati.

Il numero di neuroni in una rete neurale è limitato.

Che cos’è il deep learning?

Capire il Machine Learning

Esercizio pratico interattivo