Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Udemy

Corso completo di Data Science e machine learning con Python

via Udemy

Overview

Da principiante a esperto nelle tecniche di Data Science con Python: machine learning, network neurali, text mining e...

What you'll learn:
  • Ripasso delle basi di Python e delle sue strutture dati
  • Ambienti di programmazione per il Data Science
  • Importazione di dataset in Python
  • Creazione grafici ed esplorazione dataset
  • Manipolazione e gestione dataset
  • Preprocessing e pulizia dei dati per l'analisi
  • Teoria e algoritmi di machine learning, metodi supervisionati e non supervisionati
  • Teoria e algoritmi di machine learning
  • Valutazione e validazione di modelli
  • Pulizia e analisi testi
  • Metodi per la Sentiment Analysis

Questo corso sul Data Science con Python nasce per essere un percorso completo su come si è evoluta l'analisi dati negli ultimi anni a partire dall'algebra e dalla statistica classiche. L'obiettivo è accompagnare uno studente che ha qualche base di Python in un percorso attraverso le varie anime del Data Science.

Cominceremo con un ripasso delle basi di Python, a partire dallo scaricamento e installazione, all'impostazione dell'ambiente di lavoro, passando per le strutture, la creazione di funzioni, l'uso degli operatori e di alcune funzioni importanti.

Passeremo poi a vedere come manipolare e gestire un dataset, estrarne dei casi oppure delle variabili, generare dei dataset casuali, calcolare delle misure statistiche di base, creare grafici con i pacchetti Matplotlib e Seaborn.

Nelle sezioni successive cominciamo a entrare nel cuore del Data Science con Python, a cominciare dal preprocessing: vediamo infatti come ripulire e normalizzare un dataset, e come gestire i dati mancanti.

La sezione successiva ci permette di cominciare a impostare dei modelli di machine learning con Python: vedremo tutti gli algoritmi più comuni, sia supervisionati che non supervisionati, come la regressione, semplice, multipla e logistica, il k-nearest neighbors, il Support Vector Machines, il Naive Bayes, gli alberi di decisione e il clustering.

Passeremo poi ai più comuni metodi ensemble, come il Random Forest, il Bagging e il Boosting, e all'analisi del linguaggio naturale e al suo utilizzo nel machine learning per la catalogazione dei testi.

Taught by

Valentina Porcu

Reviews

4.3 rating at Udemy based on 1567 ratings

Start your review of Corso completo di Data Science e machine learning con Python

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.