Analisi dei dati e elementi di Machine Learning con Python

Il corso si rivolge a persone che hanno conoscenze di Python 3 e un minimo di esperienze con la libreria Numpy per il calcolo numerico efficiente.

È inoltre richiesta conoscenza di matematica a livello universitario.

Il corso ha un forte carattere pratico e hands-on.

Prerequisito tecnico per i partecipanti è di aver installato sul proprio computer un ambiente Python 3 con un editor e un sistema per l'installazione di pacchetti di terze parti.

Il sistema proposto è:

• IDE PyCharm - basta la versione "Community" gratuita, vedere:

https://www.jetbrains.com/pycharm/download

• Ambiente Anaconda (o similmente Miniconda o Miniforge) come distribuzione di Python e gestione pacchetti 

Metodologia didattica:

Vengono alternanti momenti di spiegazione teorica con sessioni di live-coding e sessioni di esercizi da svolgere individualmente.

• Conoscenza di base, anche minima di SQL (qualsiasi database relazionale). 

[Introduzione Panoramica sulle varie tecnologie di apprendimento supervisionato e non: problemi

di regressione, classificazione e clusterizzazione.

Blocco 1

[Teoria] Problemi di regressione e gli algoritmi più popolari (modelli lineari, decision tree).

[Live Coding] Creare un modello regressivo per predire il prezzo di una casa con Scikit-Learn:

definire il problema; ottenere i dati; importare e pulire i dati; plottare i dati per una prima analisi;

dividere i dati in set per l'allenamento e la validazione; creare modelli regressivi con diversi

algoritmi disponibile in Scikit-Learn e confrontarne la performance.

[Esercizio/Lab] Creare un modello regressivo per predire l'efficienza di consumo di un'automobile.

Blocco 2

[Teoria] La libreria Pandas per gestire dati in formato tabellare. Gestione di valori NaN;

selezionare, filtrare e aggregare i dati; gestione di serie temporali usando interpolazione e

indicizzazione; gestione di dati categorici.

[Live Coding] Leggere serie temporali di dati meteorologici (temperatura, precipitazione) di alcune

città e calcolare indicatori climatici come la temperatura media minima e massima per mese e

plottare il risultato.

[Esercizio/Lab] Ottenere, interpolare e plottare una serie temporale di dati riguardante un

parcheggio pubblico.

Blocco 3

[Teoria] Problemi di classificazione e introduzione alle reti neurali.

[Live Coding] Classificazione di fotografie di segnaletica stradale con una rete semplice (fully

connected, un unico strato nascosto) usando la libreria PyTorch.

[Esercizio/Lab] Classificazione dei caratteri "0" - "9" scritti a mano del dataset MNIST con una rete

semplice e PyTorch.

Blocco 4

[Teoria] Cenni a reti neurali convoluzionali e deep learning.

[Live Coding] Migliorare la performance della rete precedente per la classificazione della

segnaletica aggiungendo strati convoluzionali (architettura LeNet).

[Esercizio/Lab] I partecipanti possono applicare la stessa modifica alla loro rete per il

riconoscimento dei caratteri.

Blocco 5

[Teoria] Problemi di clusterizzazione e gli algoritmi più popolari (k-means, DBSCAN).

[Live Coding] Un esempio di customer segmentation su dataset di kaggle.com usando Scikit-Learn

e l'algoritmo DBSCAN.

[Esercizio/Lab] Ripetere l'esercizio con un altro dataset di kaggle.com a scelta del partecipante.