Algoritmi di Machine Learning:
- Supervised Learning: Regressione lineare, Regressione logistica, Alberi decisionali e Support Vector Machines (SVM).
- Unsupervised Learning: Clustering K-Means, DBSCAN e Principal Component Analysis (PCA).
- Metodi ensemble: Random Forests, Gradient Boosting (XGBoost, LightGBM).
Fondamenti di Deep Learning:
- Introduzione alle reti neurali, CNN, RNN e LSTM.
- Costruisci modelli di deep learning usando TensorFlow/Keras.
Concetti di Intelligenza Artificiale:
- Reinforcement Learning (Q-Learning, Deep Q-Networks).
- Natural Language Processing (NLP): classificazione del testo, analisi del sentiment e chatbot.
- Computer Vision: classificazione delle immagini e rilevamento degli oggetti