Oe6jqkdrdan0fq0yc0kg

Moduli Propedeutici: Matematica di base e Python per il Deep Learning

   Guarda Promo

Le basi matematiche del Machine Learning e del Deep Learning si possono ricondurre ad alcuni argomenti di matematica applicata che esistevano da prima dell'introduzione di queste discipline: in particolare l'algebra lineare, che è la teoria degli oggetti negli spazi a più dimensioni, e che viene utilizzata per rappresentare i dati trattati nel Deep Learning, le tecniche di ottimizzazione, che consentono di definire algoritmi fondamentali di ricerca di soluzioni a problemi di massimo e minimo, cui sono riconducibili i problemi che gli algoritmi di Deep Learning cercano di risolvere, e il calcolo delle probabilità, che offre un formidabile strumento di valutazione delle performance e di analisi degli algoritmi stessi. Il Deep Learning è una tecnologia al crocevia di diverse discipline, ma la sua spina dorsale è l'informatica, e in particolare la programmazione. Infatti il Deep Learning offre tecniche e algoritmi che si possono "implementare" in applicazioni e librerie software, per essere utilizzati nei vari contesti applicativi e scatenare la potenza degli algoritmi stessi sulle moli di dati a partire dai quali questi algoritmi offrono le migliori performance. In quanto tale, il ciclo di vita di un progetto di Deep Learning è un caso particolare del ciclo di vita del software e la parte fondamentale dello sviluppo di un progetto software, cioè la programmazione o meglio lo sviluppo di programmi, non può essere ignorata da chiunque voglia affrontare seriamente questi argomenti. In questo modulo offriamo le basi della programmazione utilizzando il linguaggio Python, una delle principali "lingue franche": partiremo da zero giungendo a parlare anche di classi e oggetti e descrivendo al tempo stesso le tecniche fondamentali di programmazione e gli aspetti principali e imprescindibili del linguaggio Python.


Il tuo Istruttore


Paolo Caressa
Paolo Caressa

Dopo aver conseguito la laurea e il dottorato di ricerca in matematica si è occupato per qualche anno di ricerca pura e docenze universitarie (facoltà di Ingegneria) per poi passare al mondo dell’industria, prima come consulente IT, poi come quantitative analyst nel campo della finanza e del risk management, per tornare infine al mondo IT come project manager, business analyst, consulente su metodologie, tecnologie, innovazione e formazione. Ha pubblicato due libri di storia della matematica (AlphaTest), un testo universitario di matematica (UAM) e diversi articoli scientifici, divulgativi e didattici su riviste di vario tipo. Tiene conferenze su argomenti fra matematica, IT e data science. Si occupa anche di formazione ed educazione, tenendo corsi sia in ambito professionale che come docente a contratto presso la facoltà di Ingegneria dell’Università “La Sapienza”.


Corsi inclusi con l'acquisto



Corso Propedeutico: Matematica di Base per il Deep Learning
Paolo Caressa
Corso Propedeutico: Programmazione in Python per il Deep Learning
Paolo Caressa

Domande frequenti


Rilasciate una certificazione a fine corso?
Al termine dei moduli e una volta passati i quiz sarà rilasciata una certificazione.
Entro quanto tempo bisogna completare il corso?
Il corso non ha scadenza, ciò significa che sarà visibile nella piattaforma per sempre.
Il corso è in lingua Italiana?
Si, tutti i corsi sono in lingua Italiana. Le slide però sono scritte in inglese per rendere più facile allo studente la ricerca degli argomenti, termini e altri esempi su internet.

inizia ora