Intelligenza Artificiale e Machine Learning con Python: Guida Pratica con Esempi da Eseguire in PyCharm (Technology) - Softcover

Inhaltsangabe

Intelligenza Artificiale e Machine Learning con Python

Guida Pratica con Esempi da Eseguire in PyCharm

Scopri come funziona davvero l’Intelligenza Artificiale: questa guida pratica ti accompagna passo dopo passo, anche se parti da zero. Con oltre 180 pagine ricche di esempi reali da eseguire in Python usando PyCharm, questo libro ti insegna in modo semplice e operativo come costruire i tuoi primi modelli di Machine Learning.

• Concetti spiegati con chiarezza, senza tecnicismi inutili

• Codice Python funzionante, commentato riga per riga

• Risultati stampati e spiegati per ogni esempio

• Librerie utilizzate: Scikit-learn, Pandas, NumPy, Matplotlib, TensorFlow, Keras, NLTK, spaCy

• Tutti gli esempi testati in ambiente PyCharm

Non è richiesta esperienza avanzata: basta una conoscenza base di Python. Il libro è pensato per studenti, professionisti, autodidatti e curiosi del mondo dell’AI che vogliono imparare facendo.

1. Concetti base di Intelligenza Artificiale e Machine Learning
   Algoritmi, modelli, dati, Python e PyCharm

2. Preparazione e Gestione dei Dati
   Pulizia, pre-processing, EDA con Pandas e NumPy

3. Apprendimento Supervisionato
   Regressione, classificazione, KNN, alberi decisionali

4. Apprendimento Non Supervisionato
   K-Means, DBSCAN, PCA con esempi visivi

5. AI Classica
   Sistemi esperti, pianificazione, agenti intelligenti

6. Introduzione alle Reti Neurali
   Percettrone, funzioni di attivazione, backpropagation

7. Deep Learning e Reti Avanzate
   CNN per immagini, LSTM per testo, esempi interattivi

8. Validazione e Ottimizzazione dei Modelli
   Split, K-Fold, GridSearch, ROC, metriche

9. Natural Language Processing (NLP)
   Analisi del sentiment con NLTK, spaCy, TextBlob

10. Casi di Studio e Applicazioni Reali
    Raccomandazione film, frodi bancarie, vendite

11. ChatGPT per Debug e Modifica del Codice Python
    Prompt, assistenza, regressione polinomiale

12. Etica e Futuro dell’Intelligenza Artificiale
    Impatti sociali, lavoro, rischi, competenze del futuro

13. Prossimi Passi
    Come continuare a studiare, percorsi di carriera, idee di progetto
    Appendici
    Guida a PyCharm, modelli ChatGPT, risorse e riferimenti

• Costruire e testare modelli predittivi

• Usare reti neurali per classificare immagini o testi

• Sviluppare sistemi esperti e simulazioni intelligenti

• Analizzare dati reali con metodi statistici e grafici

• Evitare errori comuni nella validazione dei modelli

• Usare ChatGPT come assistente di programmazione Python

✅ Un libro pratico, chiaro, testato riga per riga.
Perfetto per iniziare subito a creare progetti di Intelligenza Artificiale in Python!

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.