Stai iniziando il tuo percorso con Python, Machine Learning e Data Analytics? 👌
Questa pagina ti fornirà il percorso ideale in base al contenuto presente in questo blog.
Ogni sezione riporterà gli articoli più idonei per il livello e gli obiettivi del lettore.
Ogni sezione sarà inoltre aggiornata ad ogni nuova pubblicazione per integrare tale contenuto nella roadmap.
Livello: Principiante
Se state appena iniziando il vostro percorso e volete orientarvi nel mondo dell'apprendimento automatico e analisi dati
- Impostare un ambiente di sviluppo in Python
- Le migliori risorse per imparare Python online
- Analisi esplorativa dei dati con Python e Pandas
- Cos'è il Machine Learning: come spiego il concetto ad un neofita
- Come strutturare un progetto di machine learning
- Il più grande ostacolo nel machine learning: l’overfitting
- Perché il tuo progetto di machine learning potrebbe fallire
- Come preparare i dati per il machine learning
- Cosa è la cross-validazione nel machine learning
- Valutazione delle performance di un modello di regressione
- Valutazione delle performance di un modello di classificazione binaria
- Come prendere appunti nella Data Science
- Introduzione alle reti neurali - pesi, bias e attivazione
Livello: Intermedio
Vuoi andare più in profondità con concetti di deep learning, progetti e applicazioni specifiche
- Costruire il proprio dataset: vantaggi, approccio e strumenti
- Il compromesso Bias-Varianza nel Machine Learning
- Come ripartire i dati per la cross-validazione K-fold
- Migliorare i propri modelli di dati con Pydantic
- Regolarizzazione L1 vs L2 nel Machine Learning: differenze, vantaggi e come applicarle in Python
- Rappresentazioni vettoriali per il Machine Learning
- Come calcolare la similarità tra testi di un sito web con TF-IDF in Python
- Perché avere un grosso numero di feature può peggiorare il tuo modello
- Introduzione a PyTorch: dal training loop alla predizione
- Introduzione a Tensorflow 2.0 - API e modello sequenziale di deep learning
- Classificazione binaria di immagini con Tensorflow
- Tecniche di data visualization: dal grafico allo storytelling
- Come scraperare un blog e raccogliere i suoi articoli in Python
- Tagging di contenuti con la logica fuzzy in Python
Livello: Avanzato
Qui sono evidenziati prevalentemente progetti a sfondo applicativo, con applicazioni di machine learning tradizionale e deep learning
- Clustering di serie temporali per la previsione del mercato azionario in Python - Parte 1
- Addestrare un modello Word2Vec da zero con Gensim
- Previsione delle serie temporali con LSTM in Tensorflow
- Early Stopping in TensorFlow - impedire l'overfitting di una rete neurale
- Convertire testi in tensori per il Deep Learning
- Come tokenizzare e fare padding di sequenze in Tensorflow
Diventa membro della community
Se non sei già membro di questo blog, registrati ora! Riceverai aggiornamenti settimanali sulle news di settore e avvisi sulle nuove pubblicazioni di questo blog, oltre che ad accesso futuro a contenuto riservato alla community
Diventa membro della communitySegui il blog sui social
Se ti piace il contenuto proposto in questo blog, assicurati di seguire i canali social