Artificial Intelligence (AI) e Machine Learning (ML) sono il presente e il futuro della Tecnologia e dietro a queste discipline innovative c'è un unico linguaggio di programmazione: Python.
Ad oggi Python è il terzo linguaggio di programmazione più utilizzato al mondo e i suoi campi di applicazioni sono infiniti:
Sviluppo Web (Django/Flask)
Sviluppo Mobile (KIVY)
Sicurezza Informatica (Scapy)
Analisi Dati (Pandas)
Analisi Scientifica (SciPy)
Calcolo Numerico (Numpy)
Ed è proprio grazie alla suo incredibile rapporto tra semplicità e potenza nel calcolo scientifico che Python è diventato il linguaggio di riferimento per Machine Learning e Artificial Intelligence.
La maggior parte delle librerie per AI e ML più popolari e utilizzate sono sviluppate proprio in Python come Scikit-Learn, Keras, Tensorflow (Google) e PyTorch (Facebook).
Lo scopo di questo corso è fornirti la conoscenza di programmazione con Python necessaria per avviare la tua avventura in AI e ML. A questo scopo abbiamo organizzato il corso in quattro parti più un progetto finale, in cui svilupperemo una Rete Neurale Artificiale da zero, utilizzando unicamente numpy per il calcolo di vettori e matrici.
Ogni sezione di Teoria e accompagnata da una sezione di Esercitazione, in cui potrai mettere in pratica le nozioni apprese su delle Challenge suggerite da noi !
Ma vediamo insieme le parti del corso.
PARTE 1: PROGRAMMAZIONE CON PYTHON
In questa prima parte del corso vedremo come eseguire del codice Python e configurare il nostro Ambiente di Sviluppo utilizzando il software Anaconda. Subito dopo ci addentreremo nella programmazione, partendo da variabili e tipi di dati, passando per le collezioni e terminando con le istruzioni condizionali e i cicli.
PARTE 2: PARADIGMI DI PROGRAMMAZIONE
Python è un linguaggio multi paradigma, questo vuol dire che possiamo utilizzarlo adottando diversi stili di programmazione, qui vedremo i principali:
Programmazione Procedurale: in cui parleremo di come organizzare il codice in funzioni riutilizzabili
Programmazione Orientata agli Oggetti: in cui parleremo di come astrarre la logica del codice all'interno di classi specifiche.
PARTE 3: PYTHON AVANZATO
Giunti a questa parte avremo acquisito delle solide basi di programmazione con Python e saremo pronti ad affrontare gli argomenti più complessi, come:
Gestire le Eccezioni in Python
Operare su file di testo
Suddividere il codice in Moduli
Utilizzare i Moduli della Standard Library (OS, Time, Datetime, Math, CSV)
Installare nuovi moduli con PIP
Creare un ambiente virtuale con Virtualenv e Conda.
PARTE 4: PYTHON E IL CALCOLO SCIENTIFICO
In questa sezione studieremo il modulo Python de-facto per il calcolo scientifico, quello che da la vita a Scikit-Learn, Tensorflow, Pandas e molte altri moduli usati in ambito ML e AI, sto parlando di Numpy.
PROGRETTO FINALE: SVILUPPARE UNA RETE NEURALE ARTIFICIALE DA ZERO
In questa ultima parte del corso introdurremo brevemente il Machine Learning e osserveremo il funzionamento di una Rete Neurale Artificiale, dopodichè passeremo a sporcarci le mani sviluppando la nostra Rete Neurale personale e la utilizzeremo per riconoscere dei numeri scritti a mano.
SEZIONEBONUS! RICONOSCERE TUMORI MALIGNI
In questa ultima sezione bonus addestreremo la Rete Neurale che abbiamo sviluppato a riconoscere tumori al seno maligni, partendo da degli esami radiologici.
