LearnFlat · AI, Tecnologia e Ingegneria · AI e Machine Learning

Apprendimento Supervisionato

Padroneggia il tipo più comune di machine learning. Impara a creare modelli che fanno previsioni basate su dati etichettati, coprendo compiti di regressione e classificazione.

Apprendimento Supervisionato

Supporto per macchine vettoriali e metodi kernel nell'apprendimento automatico

Classificazione binaria e limiti di decisione in PyTorch

Valutazione dei modelli di apprendimento automatico: precisione, richiamo e ROC

Machine Learning Baselines: Dummy Regressors in Python

Selezione delle Feature Utilizzando Metodi Wrapper nel Machine Learning

Fondamenti del monitoraggio del machine learning

Fondamenti degli Algoritmi di Machine Learning

Fondamenti della Ridge Regression

Comprendere i limiti della regressione lineare

Pre-elaborazione dei Dati con Scikit-Learn per il Machine Learning

Preparazione dei Dati per Machine Learning e Ottimizzazione dei Modelli

Selezione del Modello ML per la Progettazione di Sistemi

Diagnosi del Bias dei Dati nel Machine Learning

Selezione di Caratteristiche Univariate e Regressione Logistica con Python

Codifica Dati Categorici per il Machine Learning

Fondamenti di Scikit-Learn: Classificazione Binaria e Valutazione del Modello

Alberi di Regressione e Somma degli Errori Quadrati in R

Interpretare i Modelli di Regressione con LIME

Codifica Categoriale per il Machine Learning

Valutazione di modelli di apprendimento automatico: divisione di test di addestramento in scikit-learn

IA Spiegabile: Interpretare Modelli di Machine Learning Black Box

Tuning degli alberi decisionali: prevenzione dell'overfitting nel machine learning

Prevedere le Probabilità con la Regressione Logistica in Python

Regressione Logistica Multiclasse: Fondamenti della Classificazione