[eBook] Machine learning e intelligenza artificiale - Metodologie per lo sviluppo di sistemi automatici

"Machine learning e intelligenza artificiale" è il manuale di Gianfranco Barone aggiornato e innovativo che utilizza un'impostazione pratica nella presentazione delle metodologie per la creazione di sistemi intelligenti ed autonomi, ma senza sacrificare gli aspetti teorici necessari per una comprensione completa. Si rivolge principalmente a professionisti e ricercatori delle aree tecnico-scientifiche che hanno necessità di un testo introduttivo, ma che al contempo garantisca un'esposizione completa degli aspetti metodologici, in modo da fornire un percorso chiaro ed efficace che comprende tutte le conoscenze necessarie per lo sviluppo di sistemi gestiti dall'A.I.

Questo eBook si rivolge a chi accetta la sfida tecnologica dell’intelligenza artificiale e vuole partecipare attivamente a questo cambiamento. Una rivoluzione in atto davanti ai nostri occhi, dopo quella agricola, quella industriale e l’avvento di internet, e che parimenti è destinata a cambiare il mondo dei Sapiens. Quella dell’IA è contemporaneamente un’opportunità e una potenziale minaccia: un’opportunità per chi saprà cogliere i vantaggi di questa tecnologia sfruttandone le potenzialità; una minaccia per chi non sarà in grado di adeguarsi alla nuova realtà e subirà la trasformazione tecnologica senza confrontarsi con essa. L’opera fornisce un percorso chiaro ed efficace che comprende tutte le conoscenze necessarie per lo sviluppo di sistemi gestiti dall’IA. Attraverso esempi pratici vengono introdotti gli algoritmi ad apprendimento supervisionato per problemi di regressione e di classificazione più utilizzati, quelli ad apprendimento non supervisionato e le strategie per l’apprendimento semi-supervisionato. Le tecniche presentate, inoltre, sono introdotte evidenziando le possibili insidie nelle applicazioni pratiche.  

Struttura dell'eBook

1. Intelligenza artificiale e fondamenti di machine learning

2. Apprendimento supervisionato per problemi di regressione

3. Apprendimento supervisionato per problemi di classificazione

4. Algoritmi fondamentali per l’apprendimento supervisionato

5. Teoria e metodi dell’apprendimento supervisionato

6. Algoritmi per l’apprendimento non supervisionato

7. Analisi, selezione e trasformazione dei dati

8. Un progetto completo

L'eBook fa parte della collana Libri a faccia vista