AI Play

Corso: Capire l'Intelligenza Artificiale

Inizio
Vengono dettagliate le tecniche di preprocessing per convertire le stringhe in numeri: 1. Massimizzazione : Usata per variabili nominali (non ordinabili, es. colore occhi), dove ogni opzione è trasformata in una variabile binaria (1 o 0). 2. Falsificazione : Usata per variabili ordinali (ordinabili, es. voti scolastici), dove le stringhe sono sostituite da una scala numerica (es. tra 0 e 1). 3. Rimpiazzo e Clustering : Usati per ridurre variabili stringa troppo numerose (es. sostituire i nomi delle città con latitudine e longitudine) o per proiettare dati ad alta dimensionalità in uno spazio gestibile tramite tecniche come il multidimensional scaling, mantenendo l’isometria
Livello
— flusso del segnale e regole di comunicazione.
Vai al corso sul sito del provider

Il corso

Il Prof. Massimo Buscema, offre una panoramica chiara e approfondita sulle basi teoriche e applicative dell'AI, guidando il pubblico attraverso i concetti fondamentali e le metodologie più avanzate.

Identità del corso

Livello

— flusso del segnale e regole di comunicazione.

Programma e obiettivi

Metodo didattico

, articolata in tre sottodiscipline: l’approccio bioingegneristico, che simula il cervello umano per comprenderne il funzionamento; l’approccio computer science, che lo emula per sviluppare processori più efficaci; l’approccio fisico, che studia le leggi che trasformano il comportamento individuale in quello collettivo. L’AI applicata all’estrazione intelligente di conoscenza dai dati (Intelligent Data Mining) si fonda su tre pilastri: i dati, gli algoritmi adattivi che apprendono in modo continuo, e i protocolli di validazione che ne misurano l’efficacia . Da questa matematica emergono metamodelli, modelli che generano altri modelli, capaci di approssimare le soluzioni e far emergere la struttura nascosta dei sistemi complessi.

Erogazione

Date

Vengono dettagliate le tecniche di preprocessing per convertire le stringhe in numeri: 1. Massimizzazione : Usata per variabili nominali (non ordinabili, es. colore occhi), dove ogni opzione è trasformata in una variabile binaria (1 o 0). 2. Falsificazione : Usata per variabili ordinali (ordinabili, es. voti scolastici), dove le stringhe sono sostituite da una scala numerica (es. tra 0 e 1). 3. Rimpiazzo e Clustering : Usati per ridurre variabili stringa troppo numerose (es. sostituire i nomi delle città con latitudine e longitudine) o per proiettare dati ad alta dimensionalità in uno spazio gestibile tramite tecniche come il multidimensional scaling, mantenendo l’isometria

Corsi simili