Michele di Nuzzo

Data Science and Machine Learning

Category: Artificial Intelligence

  • Origini e sviluppo storico dell’Intelligenza Artificiale

    Origini e sviluppo storico dell’Intelligenza Artificiale

    Nel nostro viaggio alla scoperta dell’Intelligenza Artificiale, è fondamentale iniziare dal punto di partenza, esaminando le radici storiche e il progresso evolutivo di questa tecnologia straordinaria. L’Intelligenza Artificiale, o IA, non è emersa da un giorno all’altro, ma è il risultato di secoli di pensiero, innovazione e sforzi umani. Tratto da: Con l’autorizzazione dell’autore. 1.1…

  • Intelligenza Artificiale: guida per comuni mortali

    Intelligenza Artificiale: guida per comuni mortali

    Stiamo vivendo la rivoluzione tecnologica dell’intelligenza artificiale. Possiamo affermare, ormai, che non si tratta sicuramente di fantascienza ma neanche di robot umanoidi destinati a prendere il nostro posto. Le nostre vite sono già in contatto con queste tecnologie, eppure ne sappiamo ancora davvero molto poco. Per questo motivo le previsioni sul futuro sono molto incerte….

  • Clustering con algoritmo K-means

    Clustering con algoritmo K-means

    Estratto dal libro Data Science e Machine Learning: dai dati alla conoscenza Il K-means è un algoritmo di clustering partizionale in cui ogni cluster è associato ad un centroide ed ogni punto è associato al cluster col centroide più vicino. Il funzionamento di questo algoritmo richiede che il parametro k, indicante il numero di cluster…

  • Regressione Lineare con Scikit-learn

    Regressione Lineare con Scikit-learn

    Estratto dal libro Machine Learning con Python e Scikit-learn In scikit-learn il package linear_model rende disponibile la funzione LinearRegression che implementa questo modello supervisionato utilizzato quando la variabile di uscita è continua e segue una relazione lineare con le variabili di input. L’implementazione avviene con le semplici righe di codice: from sklearn.linear_model import LinearRegression regression_model = LinearRegression() regression_model.fit(x_train,…