Analisi dati in Python
– Gestione e manipolazione dei dati
– Visualizzazione dei dati
– Esempio: prezzo della benzina in Italia
Introduzione all’analisi dei dati con IA
– Algoritmi di apprendimento supervisionato e non supervisionato
– Regressione lineare e K-Nearest Neighbors
– Alberi decisionali e clustering
– NLP Natural Language Processing
Deep Learning
– Reti neurali artificiali e deep learning
– Recurrent Neural Networks (RNN) e Long Short-Term Memory (LSTM)
– Generative Adversarial Networks (GAN)
Esercizio pratico
Previsione del prezzo di un’azione in base a dati storici
Al termine del modulo i partecipanti saranno in grado di applicare le tecniche di machine learning e deep learning all’analisi di dati e al Natural Language Processing (NLP) per estrarre informazioni, previsioni e insights da dati strutturati e non strutturati.