

Incerto da dove
iniziare?
Track
Certificato
Odissea del Deep Learning
4.3+
★★★★★
★★★★★
34 recensioni
Advanced
Inizia con i principi fondamentali del funzionamento delle reti neurali e prosegui costruendo e addestrando modelli propri utilizzando framework popolari come TensorFlow e PyTorch. Acquisisci esperienza pratica applicando le reti neurali a compiti di visione artificiale e modellazione di sequenze, lavorando con architetture all'avanguardia. Mostra di più
python
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity TeamsWhat you will learn
- Understand the core concepts behind neural networks and how they learn from data.
- Build and train neural networks using TensorFlow and PyTorch.
- Apply deep learning techniques to solve real-world computer vision tasks.
- Work with convolutional neural networks (CNNs) for image classification and feature extraction.
- Use recurrent neural networks (RNNs) to model sequences and time series data.
- Explore practical workflows for developing and testing deep learning models.
- 114 chapters
- 17 hours
- 184 tasks
Trusted by employees of leading companies
Learning track content
Module 1 / Introduzione alle Reti Neurali
Per prima cosa, discuteremo cosa sia una rete neurale e come funziona. Considereremo inoltre l'ambito delle sue applicazioni.
Successivamente, proveremo a costruire una nostra rete neurale e valuteremo quanto sia efficiente nell'apprendimento. Prenderemo inoltre in considerazione una soluzione già pronta dalla libreria scikit-learn.
Infine, forniremo alcune informazioni aggiuntive utili su come comprendere quale modello utilizzare e quali tipi di reti neurali esistono. Per completare il corso, verrà verificata la conoscenza acquisita.
Module 2 / Introduzione a TensorFlow
Acquisirai una comprensione di base dei componenti principali di TensorFlow: i tensori. Approfondirai la natura e le applicazioni dei tensori, ti familiarizzerai con le proprietà dei tensori e acquisirai conoscenze sulle operazioni matematiche essenziali.
Imparerai come funziona TensorFlow e i modi per migliorarne le prestazioni. Al termine di questo modulo, sarai in grado di implementare reti neurali di base o altri calcoli tensoriali utilizzando esclusivamente la libreria TensorFlow, senza componenti aggiuntivi.
Module 3 / Fondamenti di PyTorch
Esplora i fondamenti di PyTorch, concentrandoti sui tensori, la struttura dati principale utilizzata per i calcoli. Verranno trattati la creazione di tensori, l'inizializzazione casuale, le operazioni matematiche e la manipolazione delle forme.
Esplora i concetti chiave per l'addestramento dei modelli in PyTorch, inclusi il calcolo dei gradienti e la retropropagazione multi-step. Approfondisci la regressione lineare come modello fondamentale di machine learning e introduci la gestione efficiente dei dataset.
Scopri come costruire, addestrare e valutare reti neurali utilizzando PyTorch. Verrà illustrato come definire una semplice rete neurale feedforward, ottimizzare i suoi parametri tramite l’addestramento e valutarne le prestazioni.
Module 4 / Fondamenti di Computer Vision
La computer vision consente alle macchine di interpretare e analizzare dati visivi, imitando la percezione umana. Questa sezione copre le basi della rappresentazione delle immagini, i modelli di colore e le fondamenta matematiche essenziali per comprendere come i computer elaborano le immagini. Verranno esplorate applicazioni reali, dai veicoli autonomi all'imaging medico, e verrà illustrato come la computer vision si integri con l'AI e il machine learning.
OpenCV è una potente libreria per la manipolazione delle immagini e le attività di visione artificiale. Questa sezione tratta le tecniche essenziali come il filtraggio delle immagini, le trasformazioni, il rilevamento dei bordi e la segmentazione. Verranno illustrate le modalità per eseguire sfocatura, thresholding, rilevamento dei contorni ed estrazione delle caratteristiche per migliorare e analizzare le immagini in modo efficiente.
Le CNN elaborano dati visivi utilizzando strati di convoluzione, pooling e attivazione per estrarre caratteristiche utili in compiti come la classificazione delle immagini e il riconoscimento di oggetti. I componenti chiave includono il padding, la convoluzione per l'estrazione delle caratteristiche, il pooling per la riduzione della complessità e l'attivazione per introdurre non linearità. Architetture popolari come AlexNet, VGG e ResNet alimentano l'IA in ambiti quali sanità, autonomia e sicurezza.
Il rilevamento oggetti è un compito fondamentale nella computer vision che consiste nell'identificare e localizzare oggetti all'interno di un'immagine. A differenza della classificazione delle immagini, che assegna un'unica etichetta all'intera immagine, il rilevamento oggetti non solo classifica gli oggetti ma ne determina anche le posizioni utilizzando riquadri di delimitazione. Questa sezione tratta le principali tecniche e algoritmi utilizzati nel rilevamento oggetti, dai metodi tradizionali agli approcci basati su deep learning come YOLO e U-Net.
La computer vision ha compiuto notevoli progressi nel corso degli anni, passando da semplici metodi di elaborazione delle immagini a complesse tecniche di deep learning. Questa sezione approfondisce le innovazioni più recenti nella computer vision, concentrandosi su transfer learning, riconoscimento facciale e generazione di immagini. Verranno esaminati i vantaggi dei modelli pre-addestrati sulle prestazioni, i principi della tecnologia di riconoscimento facciale e il modo in cui l'IA crea immagini tramite deep learning.
Module 5 / Introduzione alle RNN
Tratta le limitazioni delle reti neurali tradizionali per i dati sequenziali e introduce i fondamenti delle Reti Neurali Ricorrenti. Spiega l'architettura delle RNN, le tipologie e l'implementazione passo dopo passo tramite esempi di base e una sfida di programmazione.
Esplora le comuni sfide di addestramento come la scomparsa e l'esplosione dei gradienti. Introduce varianti avanzate di RNN, tra cui LSTM e GRU, evidenziando i loro meccanismi interni e casi d'uso, con esempi pratici di implementazione per ciascuna.
Si concentra sull'elaborazione e la previsione di dati di serie temporali utilizzando modelli basati su RNN. Include caricamento dei dati, tecniche di preprocessamento, addestramento del modello e valutazione delle prestazioni, con enfasi sul confronto tra architetture LSTM e GRU.
Dimostra l'applicazione delle RNN ai compiti di classificazione del testo. Copre i concetti fondamentali di NLP, i metodi di codifica del testo, le fasi di preparazione dei dati e la costruzione di un modello basato su LSTM per la previsione del sentiment.
Requirements
- A computer with a browser - all browsers are supported.
- Your enthusiasm to enhance your tech skills.
- Everything else needed to start learning and practicing is already included in this course.
Over 200,000 5-star ratings and counting
Ruslan Kravchuk
La cosa principale è imparare e non arrendersi
Il materiale è buono, c'è tanto da imparare, tutto per migliorarsi, e la cosa principale è imparare ciò che desideri....
Matteo Comune
Grazie a loro sto imparando molto…
Grazie a loro sto imparando molto più rapidamente perché ti aiutano a comprendere tutto da zero. È il miglior sito web per chi non ha background in IT...
Yuliana Cadavid
ottimo corso per principianti
ottimo corso per principianti, mettono alla prova le tue conoscenze in ogni lezione...
Elpunzon
Sto apprezzando la mia esperienza su Codefinity…
Sto apprezzando la mia esperienza di apprendimento di Python con Codefinity. Il metodo di studio autodidatta è fantastico perché posso adattarlo al mio orario...
Alexandru Alexandru
È piacevole imparare da Codefinity
È piacevole imparare da Codefinity. È facile e offre buoni esempi di quanto appreso qui...
jacob Templet
Easy to follow along with and provides…
Facile da seguire e offre una sfida nella mia vita quotidiana. La sfida mi motiva a imparare giorno dopo giorno...
Elan
Codefinity è uno strumento di apprendimento completo…
Codefinity è uno strumento di apprendimento completo che ti aiuta a sviluppare le tue competenze come ingegnere del software o data scientist. Gli esercizi sono divertenti e un ottimo modo per affinare le tue abilità...
Thibault
Prima volta che impari a programmare
La prima volta che ho imparato a programmare e ci sono riuscito con Codefinity - Grazie...
Adrien Morel
Ben progettato per principianti assoluti
Ben progettato per principianti assoluti, con un progresso incrementale che mi dà fiducia....
_Gracy
è semplicemente perfettamente spiegato
È semplicemente perfettamente spiegato! Finora non ho incontrato alcuna difficoltà perché tutto è così ben organizzato....
Ruslan Kravchuk
La cosa principale è imparare e non arrendersi
Il materiale è buono, c'è tanto da imparare, tutto per migliorarsi, e la cosa principale è imparare ciò che desideri....
Matteo Comune
Grazie a loro sto imparando molto…
Grazie a loro sto imparando molto più rapidamente perché ti aiutano a comprendere tutto da zero. È il miglior sito web per chi non ha background in IT...
Yuliana Cadavid
ottimo corso per principianti
ottimo corso per principianti, mettono alla prova le tue conoscenze in ogni lezione...
Elpunzon
Sto apprezzando la mia esperienza su Codefinity…
Sto apprezzando la mia esperienza di apprendimento di Python con Codefinity. Il metodo di studio autodidatta è fantastico perché posso adattarlo al mio orario...
Alexandru Alexandru
È piacevole imparare da Codefinity
È piacevole imparare da Codefinity. È facile e offre buoni esempi di quanto appreso qui...
jacob Templet
Easy to follow along with and provides…
Facile da seguire e offre una sfida nella mia vita quotidiana. La sfida mi motiva a imparare giorno dopo giorno...
Elan
Codefinity è uno strumento di apprendimento completo…
Codefinity è uno strumento di apprendimento completo che ti aiuta a sviluppare le tue competenze come ingegnere del software o data scientist. Gli esercizi sono divertenti e un ottimo modo per affinare le tue abilità...
Thibault
Prima volta che impari a programmare
La prima volta che ho imparato a programmare e ci sono riuscito con Codefinity - Grazie...
Adrien Morel
Ben progettato per principianti assoluti
Ben progettato per principianti assoluti, con un progresso incrementale che mi dà fiducia....
_Gracy
è semplicemente perfettamente spiegato
È semplicemente perfettamente spiegato! Finora non ho incontrato alcuna difficoltà perché tutto è così ben organizzato....
Data Engineer
Certificato di Completamento
Mostra le abilità che hai acquisite recentemente. Te lo sei guadagnato
Discover more
Learning tracks
Solo per Ultimate
7 Corsi
292 Compiti
Solo per Ultimate
6 Corsi
195 Compiti
Solo per Ultimate
4 Corsi
115 Compiti
Solo per Ultimate
6 Corsi
112 Compiti
Solo per Ultimate
4 Corsi
142 Compiti
Solo per Ultimate
4 Corsi
98 Compiti
Solo per Ultimate
3 Corsi
39 Compiti
Solo per Ultimate
7 Corsi
376 Compiti
Solo per Ultimate
7 Corsi
345 Compiti
Solo per Ultimate
6 Corsi
308 Compiti
Solo per Ultimate
5 Corsi
145 Compiti
Solo per Ultimate
7 Corsi
243 Compiti
Solo per Ultimate
3 Corsi
70 Compiti
Solo per Ultimate
7 Corsi
278 Compiti
Solo per Ultimate
5 Corsi
237 Compiti
Solo per Ultimate
4 Corsi
123 Compiti
Solo per Ultimate
4 Corsi
161 Compiti
Solo per Ultimate
3 Corsi
75 Compiti
Solo per Ultimate
6 Corsi
293 Compiti
Solo per Ultimate
5 Corsi
206 Compiti
Solo per Ultimate
3 Corsi
2 Progetti
50 Compiti
Solo per Ultimate
3 Corsi
180 Compiti
Learning tracks
traccia
Sviluppo Web con C#
Principiante
4.7
(2895)
traccia
Python da Zero a Eroe
Principiante
4.6
(10386)
traccia
SQL da Zero a Eroe
Principiante
4.7
(3112)
traccia
Fondamenti di C++
Principiante
4.3
(710)
traccia
Sviluppo di Giochi con Unity
Principiante
4.5
(139)
traccia
Diventa uno Sviluppatore React
Intermedio
4.3
(93)
traccia
Fondamenti di Excel
Principiante
4.6
(485)
traccia
Fondamenti di Java
Principiante
4.5
(309)
traccia
Sviluppo Web Full Stack
Principiante
4.6
(1055)
traccia
Fondamenti Dello Sviluppo Frontend
Principiante
4.6
(1009)
traccia
Padroneggiare la Visualizzazione dei Dati
Intermedio
4.6
(703)
traccia
Padronanza del Machine Learning
Intermedio
4.4
(167)
traccia
Padronanza di C++
Avanzato
4.4
(25)
traccia
Java Web
Avanzato
4.7
(3430)
traccia
Diventa un Ingegnere QA
Principiante
4.6
(869)
traccia
Produzione Video con Adobe
Principiante
5.0
(7)
traccia
Strumenti di Design UI/UX
Principiante
4.6
(11)
traccia
Competenze Essenziali per l'Ufficio
Principiante
4.6
(375)
traccia
Digital Marketing Essentials
Principiante
4.4
(9)
traccia
Complete Social Media Management
Principiante
5.0
(6)
traccia
Business AI Toolkit
Principiante
4.6
(57)
traccia
Sviluppo di Siti Web Senza Codice
Principiante
4.3
(3)
Become a Development expert
Interactive exercises
Learning videos
AI-assistant on all courses
Workspaces for designing your own projects
Ready to get started?
ProBest intro offer | UltimateA complete experience to kickstart your career | |
---|---|---|
85+ Top-Rated courses | ||
Completion certificates | ||
AI-Assistant in all courses | ||
20+ hands-on Real-world projects | ||
Personalized study tracks | ||
Unlimited workspaces | ||
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity Teams