Fondamenti di intelligenza artificiale: nozioni di base su apprendimento automatico e apprendimentoso profondo

Il mondo dell'intelligenza artificiale sta cambiando rapidamente, ma per garantire una comprensione profonda è necessario padroneggiare i concetti fondamentali di come questi sistemi imparano e operano.Questo corso fornisce un'introduzione chiara e basata sul testo ai pilastri essenziali dell'IA moderna. Potrai superare l'hype e ottenere chiarezza su paradigmi chiave come l'apprendimento supervisionato e non supervisionata, architettura di rete neurale, e come l’IA viene applicata a compiti del mondo reale, come l‘elaborazione del testo e il riconoscimento delle immagini. Cosa imparerai: * Comprendere le distinzioni fondamentali tra i paradigmi di intelligenza artificiale, apprendimento automatico e apprendimentoso. * Impara gli algoritmi di base di Machine Learning, inclusi modelli lineari, alberi decisionali e tecniche di clustering. * Padroneggiare la struttura e la funzione delle reti neurali e come formano la base delle moderne soluzioni di Deep Learning. * Applicare concetti chiave in Natural Language Processing (NLP) e Computer Vision (CV) per attività comuni come la classificazione e il riconoscimento. * Configurare semplici modelli di generazione aumentata di recupero (RAG) per migliorare l'output del modello di linguaggio utilizzando fonti di dati esterne. * Praticare l'interpretazione delle metriche delle prestazioni del modello e gestire problemi comuni come overfitting e bias. Il curriculum inizia con la terminologia essenziale e i concetti matematici prima di passare alle applicazioni pratiche degli algoritmi di apprendimento.Copriamo le basi teoriche necessarie per comprendere i moderni framework e le tecniche di IA. Questo corso è progettato per principianti assoluti senza esperienza precedente in AI, data science o matematica avanzata.Inizia a costruire la tua esperienza nella tecnologia che modella il futuro oggi.