Hai sentito parlare di Deep Learning ma credi che la teoria alla base sia troppo complessa? Non hai una laurea in matematica e statistica e pensi che il machine learning non faccia per te? Niente paura sei nel posto giusto.
Applicheremo il principio di Pareto: con il 20% delle conoscenze puoi raggiungere l’80% dei risultati.
In questo talk ti mostrerò - in modo pratico tramite delle demo - alcuni trucchi per costruire dei buoni modelli predittivi, evitando di perdere (tanto) tempo nella scelta dei tools e delle librerie necessarie al vostro scopo.
Risolveremo problemi reali senza scrivere una riga di codice, fino a costruire un modello da zero per predire l'andamento dei prezzi nei mercati azionari utilizzando la libreria Tensorflow.
L’obbiettivo è fornirti le basi pratiche con cui scegliere un modello di rete neurale, farne training e ottimizzarlo nel modo più adatto alla tipologia del problema che dovete affrontare.
23. common solutions
ready to go dataset5
5
- Awesome deep learning#datasets (Github)
- List of datasets for machine learning research (Wikipedia)
- Deep Learning datasets
45. Resources #1
4 Google Machine Learning Crash Course
4 Learn TensorFlow and deep learning, without a Ph.D.
by Martin Görner
4 How to Use Metrics for Deep Learning with Keras in
Python
4 Neural Networks for Machine Learning course from
Coursera