Python per Machine Learning e Artificial Intelligence

Description

Artificial Intelligence (AI) e Machine Learning (ML) sono il presente e il futuro della Tecnologia e dietro a queste discipline innovative c'è un unico linguaggio di programmazione: Python.

Ad oggi Python è il terzo linguaggio di programmazione più utilizzato al mondo e i suoi campi di applicazioni sono infiniti:

• Sviluppo Web (Django/Flask)

• Sviluppo Mobile (KIVY)

• Sicurezza Informatica (Scapy)

• Analisi Dati (Pandas)

• Analisi Scientifica (SciPy)

• Calcolo Numerico (Numpy)

Ed è proprio grazie alla suo incredibile rapporto tra semplicità e potenza nel calcolo scientifico che Python è diventato il linguaggio di riferimento per Machine Learning e Artificial Intelligence.

La maggior parte delle librerie per AI e ML più popolari e utilizzate sono sviluppate proprio in Python come Scikit-Learn, Keras, Tensorflow  (Google) e PyTorch (Facebook).

Lo scopo di questo corso è fornirti la conoscenza di programmazione con Python necessaria per avviare la tua avventura in AI e ML. A questo scopo abbiamo organizzato il corso in quattro parti più un progetto finale, in cui svilupperemo una Rete Neurale Artificiale da zero, utilizzando unicamente numpy per il calcolo di vettori e matrici.

Ogni sezione di Teoria e accompagnata da una sezione di Esercitazione, in cui potrai mettere in pratica le nozioni apprese su delle Challenge suggerite da noi !

Ma vediamo insieme le parti del corso.

PARTE 1: PROGRAMMAZIONE CON PYTHON

In questa prima parte del corso vedremo come eseguire del codice Python e configurare il nostro Ambiente di Sviluppo utilizzando il software Anaconda. Subito dopo ci addentreremo nella programmazione, partendo da variabili e tipi di dati, passando per le collezioni e terminando con le istruzioni condizionali e i cicli.

PARTE 2: PARADIGMI DI PROGRAMMAZIONE

Python è un linguaggio multi paradigma, questo vuol dire che possiamo utilizzarlo adottando diversi stili di programmazione, qui vedremo i principali:

• Programmazione Procedurale: in cui parleremo di come organizzare il codice in funzioni riutilizzabili

• Programmazione Orientata agli Oggetti: in cui parleremo di come astrarre la logica del codice all'interno di classi specifiche.

PARTE 3: PYTHON AVANZATO

Giunti a questa parte avremo acquisito delle solide basi di programmazione con Python e saremo pronti ad affrontare gli argomenti più complessi, come:

• Gestire le Eccezioni in Python

• Operare su file di testo

• Suddividere il codice in Moduli

• Utilizzare i Moduli della Standard Library (OS, Time, Datetime, Math, CSV)

• Installare nuovi moduli con PIP

• Creare un ambiente virtuale con Virtualenv e Conda.

PARTE 4: PYTHON E IL CALCOLO SCIENTIFICO

In questa sezione studieremo il modulo Python de-facto per il calcolo scientifico, quello che da la vita a Scikit-Learn, Tensorflow, Pandas e molte altri moduli usati in ambito ML e AI, sto parlando di Numpy.

PROGRETTO FINALE: SVILUPPARE UNA RETE NEURALE ARTIFICIALE DA ZERO

In questa ultima parte del corso introdurremo brevemente il Machine Learning e osserveremo il funzionamento di una Rete Neurale Artificiale, dopodichè passeremo a sporcarci le mani sviluppando la nostra Rete Neurale personale e la utilizzeremo per riconoscere dei numeri scritti a mano.

SEZIONE BONUS ! RICONOSCERE TUMORI MALIGNI

In questa ultima sezione bonus addestreremo la Rete Neurale che abbiamo sviluppato a riconoscere tumori al seno maligni, partendo da degli esami radiologici.

TAKE THIS COURSE