Indice dei contenuti
Stai cercando di acquistare un corso di data scientist e non sai quale scegliere?
CercaCorso ha scelto per te i migliori corsi di data scientist presenti online.
Selezione dei migliori corsi
Esaminiamo adesso uno per uno i programmi considerando pro e contro:
Machine Learning e Data Science in Python: il Corso Completo
Impara a creare algoritmi di Machine Learning con Python e Scikit-learn - Regressione, Classificazione, Clustering
Hacker, AI developer ed imprenditore digitale
Impara oggi la professione di domani
Cosa imparerò?
- Padroneggiare il machine learning con Python
- Analisi di un dataset per estrapolare informazioni utili
- Funzionamento dei modelli di machine learning più diffusi
- Utilizzare il machine learning su problemi reali
- Differenza tra modelli supervisionati e non supervisionati
- Scegliere ed ottimizzare un modello di machine learning
- Eseguire predizioni e classificazioni partendo dai dati
- Eseguire clustering per raggruppare automaticamente dati simili
- Imparare ad utilizzare Pandas e Scikit-learn
- Lavorare con iPython e Jupyter Notebook
Requisiti
- Basi di matematica da scuola superiore
- Conoscere un qualsiasi linguaggio di programmazione può aiutare, ma non è indispensabile in quanto il corso contiene una sezione con tutti i prerequisiti necessari
Target audience
- Programmatori e sviluppatori che vogliono trovare lavoro nei settori di machine learning e intelligenza artificiale
- Imprenditori e startupper che vogliono fondare una nuova azienda tecnologica nel campo dell'intelligenza artificiale
Deep Learning e Reti Neurali con Python: il Corso Completo
Apprendi i segreti del Deep Learning e impara a creare le tue Reti Neurali Artificiali con Python, Keras e Tensorflow.
Hacker, AI developer ed imprenditore digitale
Impara oggi la professione di domani
Cosa imparerò?
- Comprendere il funzionamento delle Reti Neurali Artificiali
- Comprendere i vantaggi delle Reti Neurali Artificiali Profonde
- Distinguere i diversi tipi di algoritmi di ottimizzazione
- Programmare una Rete Neurale Artificiale con Keras su Tensorflow
- Addestrare una Rete Neurale Artificiale per il riconoscimento di oggetti
- Addestrare una Rete Neurale Artificiale per la classificazione di testi
- Addestrare una Rete Neurale Artificiale Profonda utilizzando la GPU
- Addestrare una Rete Neurale Artificiale Profonda nel Cloud
- Creare Reti Neurali Convoluzionali per problemi di Computer Vision
- Creare Reti Neurali Ricorrenti (LSTM e GRU) per problemi di Natural Language Processing
- Utilizzare il Word Embedding per creare una rappresentazione vettoriale dei testi
- Analizzare un dataset utilizzando Pandas
- Lavorare con iPython e Jupyter Notebook
Requisiti
- Basi di matematica da scuola superiore
- Conoscere un qualsiasi linguaggio di programmazione può aiutare, ma non è indispensabile, è presente una sezione su Python per principianti assoluti
Target audience
- Programmatori e sviluppatori che vogliono trovare lavoro nei settori di deep learning e intelligenza artificiale
- Imprenditori e startupper che vogliono fondare una nuova azienda tecnologica nel campo dell'intelligenza artificiale
Python Pro - La Guida Completa, da Zero a Professionista
Il corso di Python 3.12 (2024) più venduto in Italia.
Senior Software Engineer, Project Manager, Trainer
Cosa imparerò?
- Comprendere in modo approfondito il paradigma object-oriented (la prima sezione del corso riguarda proprio l'esposizione del paradigma object-oriented)
- Comprendere l'architettura e la sintassi del linguaggio di programmazione Python 3.12.
- Sviluppare applicazioni Python in modalità procedurale (funzioni, moduli, package)
- Sviluppare applicazioni Python in modalità object-oriented (classi, ereditarietà, override)
- Comprendere ed utilizzare gli "atomi" di Python: gli oggetti, i nomi, i tipi e gli attributi
- Conoscere ed utilizzare i basic data types: interi, floating-point, boolean e string
- Conoscere ed utilizzare le strutture dati: liste, tuple, dizionari e set
- Conoscere ed utilizzare gli operatori e le espressioni
- Conoscere ed utilizzare il control flow: if, while, for...in
- Comprendere ed utilizzare le list comprehension, le dict comprehension e le set comprehension
- Comprendere, utilizzare e definire le funzioni, e le espressioni lambda
- Comprendere i namespace e lo scope
- Comprendere ed utilizzare i function decorator ed i class decorator
- Comprendere e definire gli attributi di classe e di istanza, i class methods e gli static methods
- Progettare ed Implementare una Applicazione Distribuita con un Message Broker: RabbitMQ
- Comprendere anche gli argomenti avanzati del linguaggio.
- Comprendere le Type Annotations, e le Data Classes di Python 3.7
- Comprendere le Assignment Expressions e i Positional-Only Arguments di Python 3.8
- Comprendere gli Union Operator ed i metodi removeprefix()/removesuffix() di Python 3.9
- Comprendere il Pattern Matching di Python 3.10
- Comprendere ed utilizzare l'accesso da codice ai file di testo ed ai file binari
- Comprendere i fondamenti della programmazione delle API di ChatGPT
- Comprendere i Virtual Environment
Requisiti
- Il corso prevede la conoscenza di base del terminale di un sistema operativo (Mac, Windows, o Linux).
- La conoscenza almeno a livello principiante in un qualunque linguaggio di programmazione non è obbligatoria, ma consigliata.
Target audience
- Un programmatore principiante che desidera migliorare la propria competenza generale nello sviluppo di applicazioni.
- Un programmatore con una conoscenza introduttiva di Python, che desidera apprendere in modo più approfondito questo linguaggio di programmazione.
- Un programmatore che sviluppa già applicazioni in altri linguaggi di programmazione, che desidera aggiungere Python al proprio curriculum, acquisendone una conoscenza approfondita.
- Chiunque abbia desiderio di imparare a conoscere il paradigma object-oriented, che potrà poi utilizzare anche in altri linguaggi di programmazione
Corso completo per Data Science e machine learning con R
Da principiante a esperto nelle tecniche di Data Science con R: machine learning, network neurali, text mining e...
Data Scientist
Cosa imparerò?
- Ripasso delle basi di R e delle sue strutture dati
- Ambienti di programmazione per il Data Science
- Importazione di dataset in R
- Creazione grafici ed esplorazione dataset
- Manipolazione e gestione dataset
- Preprocessing e pulizia dei dati per l'analisi
- Introduzione al machine learning con R
- Teoria e algoritmi di machine learning, metodi supervisionati e non supervisionati
- Metodi ensemble: bagging, boosting
- Validazione e valutazione dei modelli
- Pulizia e analisi testi
- Metodi per la Sentiment Analysis
Requisiti
- Conoscenza base di R
Target audience
- Chi conosce già un po' di programmazione R e vuole cominciare un percorso nel data science
- Chi cerca un percorso completo per farsi un'idea delle tante anime del Data Science con R
KNIME Analytics Platform per Data Scientists, intermediate
Implementare gli algoritmi di machine learning senza usare codice. Salire di livello.
Dott. Magistrale in Ingegneria Informatica
Cosa imparerò?
- Conoscere aspetti avanzati di KNIME Analytics Platform
- Gestire e manipolare i valori di data e ora presenti nei dataset
- Costruire dei cicli per iterare rami di un Workflow in base ad una feature, o una sua porzione , un certo numero di volte, fino al verificarsi di una condizione
- Trasformare le feature di un dataset in variabili per modificare il comportamento di un Workflow o effettuare manipolazioni
- Conoscere tecniche avanzate di machine learning, come l'ensemble e le reti neurali profonde
- Approfondire i nodi per le gestione dei database
- Approfondire i nodi per la visualizzazione
- Inviare i dati elaborati verso Power BI
Requisiti
- Avere un computer con almeno uno dei seguenti sistemi operativi: Windows, macOS, Linux; potrebbe essere necessario un profilo di amministratore, per l'installazione
- Conoscenza delle principali tecniche utilizzate nel machine learning: Supervised e Unsupervised Classification, Clustering
- Non serve conoscere alcun linguaggio di programmazione
- Avere seguito il corso KNIME Analytics Platform per Data Scientists, corso base o conoscere le basi di KNIME
Target audience
- Studenti di Ingegneria, Statistica, Matematica
- Professionisti che nel lavoro hanno a che fare con i dati e che finora hanno utilizzato Excel o Microsoft Access per le loro analisi
- Curiosi e appassionati di data mining, che non vogliono imparare un linguaggio di programmazione per usare le tecniche di machine learning.
Data Analisi con Pandas
La guida completa in Italiano per la libreria Python piu' famosa per l'analisi dei dati
Systems Engineer
Cosa imparerò?
- Come utilizzare la libreria di Python piu' famosa per la Data Analisi
- Diventare esperto nel manipolare datasets complessi (2D+)
- Tabelle pivot, unioni tra datasets, manipolare serie temporali , importare , ripulire e visualizzare datasets
- La possibilita' di verificare le "skills" acquisite con numerosi esercizi!
- Imparerai anche a creare le famose bar chart race che hanno spopolato su Youtube negli utlimi due anni
- Decine di metodi per facilitare la data analisi di qualunque dataset
Requisiti
- Un personal Computer con una connessione Internet sufficiente per vedere video in streaming
- Una conoscenza base del linguaggio di programmazione Python
Target audience
- Chiunque voglia approcciarsi alla Data Science e/o al Machine Learning (la libreria Pandas vi sara' di grande aiuto)
- Utilizzatori di Excel che vogliono portare la Data Analisi ad un livello superiore