Questo corso fornisce un’introduzione completa al Machine Learning (ML), coprendo sia gli aspetti teorici che quelli pratici. Gli studenti impareranno i concetti fondamentali, dalle basi statistiche fino ai modelli avanzati di apprendimento supervisionato e non supervisionato, con un approccio progressivo che facilita la comprensione anche per chi non ha esperienza pregressa.
Il corso include laboratori pratici in cui gli studenti utilizzeranno Python, Google Colab e librerie di ML per sperimentare con dataset reali e implementare algoritmi di apprendimento automatico. Inoltre, verranno affrontati temi chiave come validazione dei modelli, interpretabilità, fairness e MLOps, per fornire una visione più ampia delle sfide e opportunità nel campo del Machine Learning.
Il corso include laboratori pratici in cui gli studenti utilizzeranno Python, Google Colab e librerie di ML per sperimentare con dataset reali e implementare algoritmi di apprendimento automatico. Inoltre, verranno affrontati temi chiave come validazione dei modelli, interpretabilità, fairness e MLOps, per fornire una visione più ampia delle sfide e opportunità nel campo del Machine Learning.
- Docente: Gian Antonio Susto