Data Analytics
Fondamenti di Python.
Utilizzo delle librerie fondamentali (NumPy, Pandas).
Importare i dati da file o da remoto tramite APIs.
Aggregare, pulire e preparare i dati.
Estrarre statistiche e analizzare i dati.
Visualizzazione tramite Matplotlib e Seaborn (Pie, Line, Column, Histogram, Scatter, Area and Regression charts).
Machine Learning
Predictive Analytics (Regressioni lineari; Regressioni Logistiche; Clustering).
Artificial Intelligence
Supervised Learning (SVMs; NNs; Random forest; Bayesian Networks).
Unsupervised Learning (K-Means; Hierarchical clustering).
Deep Learning e Reti neurali.