Farò progetti di apprendimento automatico e preparerò i dati

Preprocessing :

1. Estrazione dei dati dalle risorse.
2. Riempimento dei dati mancanti.
3. Analisi dei dati.
4. Distribuzioni dei dati.
5. Visualizzazione dei dati.
6. Covarianza e correlazione dei dati.
7. Riduzione della dimensionalità.

Dati :

1. Classificazione.
2. Regressione.
3. Clustering.

Machine Learning :

1. Apprendimento supervisionato e non supervisionato.
2. Alberi decisionali (es : XGBoost).
3. Sistemi di raccomandazione.
4. Sistemi in tempo reale.

Predittivo :

1. Regressione lineare.
2. Regressione polinomiale.
3. Regressione multipla.
4. Modelli multi-livello.

Tecniche :

1. Prevenire l'overfitting.
2. Rilevare outlier.
3. Gestire dati sbilanciati con oversampling.
4. Feature engineering.
5. Gestire i dati mancanti.
6. Binning, trasformazioni, codifiche, scaling e shuffling.