Il Machine Learning è quella branca dell’intelligenza artificiale che, sfruttando concetti derivati dalla statistica, permette di sfruttare i dati per definire comportamenti complessi che derivino da essi. In questa guida forniremo una panoramica di come Python e altre tecnologie correlate facilitino l’implementazione di soluzioni basate sul machine learning e l’intelligenza artificiale.
Quali sono gli strumenti fondamentali per sviluppare applicazioni di machine learning in Python? Scopriamolo insieme!
Il modulo deepparse di Python permette di interpretare le parti di una stringa contenente un indirizzo postale in modo automatico.
Impariamo quali sono i principali strumenti per l’implementazione di soluzioni di machine learning basate su Python.
Prima di iniziare a studiare il machine learning, è bene tracciarne i confini e comprendere le aree di azione delle sue branche.
TensorFlow è il principale framework per lo sviluppo di applicazioni di machine learning in Python: scopriamo le novità della versione 2.4.
L’algoritmo che ritaglia le immagini allegate ai tweet sembra preferire le foto di uomini a quelle delle donne. Ma è davvero così?
In questa lezione impareremo a realizzare un Telegram Bot in linguaggio Java, sfruttando le nozioni di base apprese nel resto della guida.
Impariamo come utilizzare la libreria Telegraf su Node.js, per implementare un Telegram Bot sfruttando il linguaggio di programmazione JavaScript.
Il team di ricerca di Facebook AI ha sviluppato un algoritmo di deep learning per tradurre il codice sorgente da un linguaggio ad un altro.