Guida Introduttiva agli Algoritmi di Clustering
Una guida introduttiva agli algoritmi di clustering: cosa sono, quali sono, perché sono importanti e come valutarli nel contesto dell'analisi dei dati e la data science
Andrea D'Agostino
Fondatore di Diario Di Un Analista. Quasi 10 anni di esperienza nell'applicare la data science e il machine learning nell'ambito del marketing digitale e data mining.
77 post
Introduzione alla PCA in Python con Sklearn, Pandas e Matplotlib
Impara come usare la PCA in Python e Sklearn per trasformare un dataset multidimensionale in un numero arbitrario di dimensioni e visualizzare i dati ridotti con Matplotlib
Servire modelli di machine learning con FastAPI
Una guida a servire un modello di machine learning via API con FastAPI, Pydantic e Sklearn
Data Leakage: cosa è e perché fa fallire i nostri sistemi predittivi
Il data leakage rappresenta, insieme all'over/underfitting, la causa principale di fallimento di progetti di machine learning che vanno in produzione. Scopri come evitarlo in questo articolo.
5 strumenti per avanzare nella carriera di data scientist
Una lista di software utili per la gestione di progetti di data science e la raccolta di idee e contenuti
Quando e quando non utilizzare il machine learning nella tua strategia aziendale
Fai scelte intelligenti per la tua strategia aziendale: quando utilizzare il machine learning e quando optare per soluzioni più semplici. Esplora i vantaggi e le sfide dell'adozione dei modelli di apprendimento automatico per prendere decisioni informate
Guida alla gestione delle variabili categoriali
Una guida su come approcciare le variabili categoriali presenti all'interno di un dataset ai fini del machine learning e data science
Valutare il livello di competenza linguistica col machine learning
Strategia e modellazione della competizione Kaggle dove si prevede la competenza linguistica di studenti liceali che studiano l'inglese
Introduzione al campionamento statistico e al ricampionamento
Il campionamento statistico è fondamentale per ottenere informazioni sulla popolazione di interesse in modo efficiente. In questo articolo, esploreremo il concetto di campionamento statistico, le sue tecniche più comuni e l'utilizzo del ricampionamento per stimare la precisione delle stime