Fai un passo verso il futuro: AI, Machine Learning e Data Science.
Sai cosa accomuna il successo dei più grandi colossi del web come Google, Amazon e Facebook ? L'utilizzo che hanno fatto del machine learning.
Il machine learning è la branca dell'intelligenza artificiale che ha lo scopo di insegnare ai computer ad apprendere autonomamente, senza essere esplicitamente programmati.
Il machine learning non è una novità, ma è finito sotto la luce dei riflettori solo con il nuovo millennio, per due motivi:
L'enorme quantità di dati oggi disponibile sul web.
Il progresso della tecnologia e il crescente aumento della potenza di calcolo.
Questi due fattori, uniti alle sue innumerevoli applicazioni commerciali, stanno contribuendo alla crescita vertiginosa del machine learning che sta trascinando con se l'intero campo dell'intelligenza artificiale.
In questo corso pratico imparerai come funziona il machine learning e come utilizzarlo in maniera pratica, utilizzando il linguaggio Python e librerie popolari come Scikit-learn, Pandas e PyPlot.
7. COSA E' L'INTELLIGENZA ARTIFICIALE ?
E' quella branca dell'informatica
che si occupa di fornire ai computer
l'abilità di risolvere problemi
che richiedono l'intelligenza umana
11. La maggior parte delle persone non riesce a capire
quanto velocemente l'intelligenza artificiale stia avanzando
E' molto più veloce di qualsiasi cosa sia mai stata realizzata.
ELON MUSK
Co-founder @ Paypal
CEO & Founder @ Tesla and SpaceX
STA PROGREDENDO ESPONENZIALMENTE
12. L'AI E' LA NEXT BIG THING
INNUMEREVOLI APPLICAZIONI COMMERCIALI
FINANCE MARKETING AUTOMOBILE GAMING MILITARY
SECURITY HEALTHCARE EDUCATION MEDIA
E MOLTO MOLTO ALTRO...
17. Cosa e' il machine learning
"E' il settore dell'intelligenza artificiale che
studia come dare ai computer l'abilità di
imparare senza essere esplicitamente
programmati" - 1959
ARTHUR SAMUEL
Pioniere dell'AI
Inventore del termine "Machine learning"
18. Algoritmo per
andare a lavoro
Esci di casa
Lavori vicino
a casa ?
Vai a piedi
Hai un auto ? Vai in auto
NO
Prendi un
mezzo pubblico
NO
SI
SI
Arrivato
36. La tua foto è stata rimossa perchè
conteneva elementi a sfondo sessuale
37.
38. 1997 - Deep Blue batte
il campione di scacchi
Garry Kasparov
2008 - Watson vince a
Jeopardy! contro i
campioni Ken Jennings
e Brad Rutter
2016 - AlphaGo batte a
Go il 18 volte campione
del mondo Lee Seldon
51. Cosa e' il data science
Il data science è un campo interdisciplinare che
ha lo scopo di estrarre informazioni dai dati,
qualsiasi forma e dimensione essi abbiano
STATISTICA + DATA ANALYSIS + MACHINE LEARNING
=
DATA SCIENCE
53. Il processo del data science
1. Definire il problema
2. Raccogliere i dati
3. Processare i dati
4. Costruire il modello
5. Presentare i risultati
DATA
MINING
MACHINE
LEARNING
81. Apprendimento supervisionato
Hai a disposizione input ed output (label)
ed utilizzi il machine learning per trovare una
relazione tra di essi
82. Apprendimento supervisionato
L'output è una quantità continua (un numero)
Regressione
ES. Trovare la relazione tra il numero di stanze di un'abitazione ed il suo valore.
83. Apprendimento supervisionato
L'output è una quantità continua (un numero)
Regressione
ES. Trovare la relazione tra il numero di stanze di un'abitazione ed il suo valore.
84. Apprendimento supervisionato
L'output è una quantità continua (un numero)
Regressione
ES. Trovare la relazione tra il numero di stanze di un'abitazione ed il suo valore.
85. Apprendimento supervisionato
L'output è una quantità continua (un numero)
Regressione
ES. Trovare la relazione tra il numero di stanze di un'abitazione ed il suo valore.
86. Apprendimento supervisionato
L'output è una classe discreta (un label)
Classificazione
ES. Distinguere vino da birra in base ad intensità del colore e gradazione
alcolica
87. Apprendimento non supervisionato
Hai a disposizione solo gli input senza una classe label,
lo scopo è quello di trovare strutture all'interno dei dati
per capire di più su di essi