Corso di Machine Learning:

• Lezione01 - Creazione di un neurone in grado di distinguere Cani e Gatti in base ad altezza (espressa in cm e peso espresso in Kg)
• Lezione02 - Rappresentiamo graficamente il loss (errore nell'addestramento)
• Lezione03 - Creazione della prima rete neurale con un layer di 2 perceptroni e 1 layer di output
• Lezione04 - Creazione di una rete con un numero di perceptroni e un numero di output variabili
• Lezione05 - Creazione di una rete con layer Hidden, cpn un numero di perceptroni, un numero di Neuroni nel layer Hidden e un numero di Classificatori variabili
• Lezione06 - Creazione di Classi di Dataset per comprendere come configurare la rete in funzione del dataset (un dataset con dati linearmente separabile [Tipo1], un dataset con dati a scacchiera [Tipo2])
• Lezione07 - ...prosecuzione della Lezione06 con la creazione di datasdet con dati concentrici [Tipo3] e un dataset con dati a spirale [Tipo4]
• Lezione08 - Realizzazione di una rete con Tensorflow in grado di processare tutti i dataset precedentemente creati e quello delle iris
• Lezione09 - Algoritmo di apprendimento per rinforzo (QLearn) e Rete Ricorrente sul testo de "I Promessi Sposi"
• Lezione10 - Realizzazione di una rete CNN per riconoscere i caratteri scritti a mano

Se si utilizza Anaconda:

• Si crea il conda environment con il comando -> conda create -n nomedellenvironment python=3.12

• Si attiva l'ambiente con -> conda activate nomedellenvironment

  +----------------------------------------------------------------+ | Librerie da Installare: | | | | matplotlib -> pip3 install matplotlib | | numpy -> pip3 install numpy | | cv2 -> pip3 install opencv-python | | tensorflow -> pip3 install tensorflow | | tqdm -> pip3 install tqdm | +----------------------------------------------------------------+

• Per disattivare l'environment -> conda deactivate

• Per visionare gli environment disponibili -> conda env list

Risorse:

Datasets -> Contiene i datasets usati nel corso

• IPromessiSposti.txt -> testo de "I Promessi Sposi"
• iris.csv -> elenco delle IRIS suddivise per larghezza e lunghezza del sepalo e del petalo
• HandwrittenDigits -> Collezione di immagini di cifre scritte a mano

Altre risorse:

• Link al playground di Tensorflow : https://playground.tensorflow.org
• Link a Tensorflow : https://www.tensorflow.org/?hl=it
• Link a Keras : https://keras.io
• Layers di Keras : https://keras.io/api/layers/
• Funzioni di attivazione di Keras: https://keras.io/api/layers/activations/