Rete Bibliotecaria della Provincia di Como

Abstract: SageMaker è una piattaforma in cloud di AWS che consente di elaborare modelli di machine learning utilizzando un'interfaccia grafica e senza dover gestire alcuna infrastruttura. Questo manuale accompagna il lettore nell'apprendimento delle varie funzionalità, dalla preparazione dei dati alla creazione, addestramento e distribuzione di modelli. Viene mostrato come integrare la piattaforma con le librerie di deep learning più diffuse, in modo da estenderne le potenzialità. Il lettore impara inoltre a ottimizzare il flusso di lavoro, migliorando la produttività e riducendo i costi, a individuare problemi e difetti nell'addestramento dei modelli, con la giusta attenzione alla scalabilità e al rilascio delle applicazioni. Una guida passo passo adatta ad analisti, data scientist, sviluppatori e in generale a chiunque voglia esplorare e sfruttare l'esperienza di AWS nello sviluppo di applicazioni di machine learning e analisi dei dati.

Abstract: Nell'era dei big data gli algoritmi di apprendimento automatico sono essenziali per elaborare l'enorme mole di informazioni prodotta costantemente. Muovere i primi passi in questa disciplina, però, può non essere né semplice né immediato. Questo manuale guida il lettore nell'applicazione del machine learning utilizzando R, un ambiente di programmazione statistica multipiattaforma che offre un potente set di metodi di analisi. Il testo parte dall'introduzione alla terminologia e ai fondamenti del machine learning per poi mostrare le tecniche per esplorare e preparare i dati all'analisi vera e propria applicando algoritmi che consentono di fare previsioni, individuare modelli e creare cluster. Nella parte conclusiva viene illustrato come valutare e migliorare le performance dei metodi impiegati, esplorando infine alcune possibilità avanzate di utilizzo di R con altre tecnologie per la gestione di big data. Combinando casi di studio pratici con la teoria essenziale, il libro fornisce tutte le conoscenze necessarie per iniziare a lavorare con i dati ed è adatto sia a chi già conosce R sia agli utenti alle prime armi.

Abstract: Negli ultimi anni il machine learning ha compiuto passi da gigante, con macchine che ormai raggiungono un livello di accuratezza quasi umana. Dietro questo sviluppo c'è il deep learning: una combinazione di progressi ingegneristici, teoria e best practice che rende possibile applicazioni prima impensabili. Questo manuale accompagna il lettore nel mondo del deep learning attraverso spiegazioni passo passo ed esempi concreti incentrati sul framework Keras. Si parte dai fondamenti delle reti neurali e del machine learning per poi affrontare le applicazioni del deep learning nel campo della visione computerizzata e dell'elaborazione del linguaggio naturale: dalla classificazione delle immagini alla previsione di serie temporali, dall'analisi del sentiment alla generazione di immagini e testi. Con tanti esempi di codice corredati di commenti dettagliati e consigli pratici, questo libro è rivolto a chi ha già esperienza di programmazione con Python e desidera entrare nel mondo degli algoritmi di apprendimento profondo.

Abstract: Si parla cosí tanto della minaccia rappresentata dalle macchine intelligenti, che sembra ormai inevitabile doversi arrendere ai «signori robot». Ma Junaid Mubeen non è ancora disposto a gettare la spugna. Per lui abbiamo un vantaggio creativo sulle macchine, frutto di un particolarissimo sistema di pensiero che gli esseri umani hanno sviluppato nel corso dei millenni. E sappiamo bene chi ce lo fornisce: la matematica, anche se spesso è insegnata male e la sua natura il piú delle volte viene fraintesa. I computer sono bravi a far di calcolo, produrre schemi e a eseguire alla perfezione operazioni enormemente complicate. Non vi è dubbio, dove c’è da calcolare le macchine regnano sovrane. Ma Mubeen identifica sette aree dell’intelligenza in cui gli esseri umani possono mantenere un vantaggio cruciale, ed esplorando tutte queste aree ci svela un mondo affascinante in cui possiamo sviluppare i nostri superpoteri, esclusivamente umani.

Abstract: Il deep learning è un sottocampo dell'intelligenza artificiale che si occupa delle interazioni tra computer e linguaggi umani. Nei sette racconti che compongono il libro, l’impatto dell'intelligenza artificiale nelle nostre vite viene affrontato con storie di genere diverso che spaziano dalla distopia al realismo contemporaneo, con l’intento di divertire, intrattenere e al tempo stesso soffermarsi e riflettere in modo più consapevole su questo tema.

Abstract: Elaborare il magma di dati oggi disponibili è una sfida affascinante e imprescindibile per il mondo contemporaneo dove la conoscenza e l'informazione sono il primo valore. Il machine learning è la risposta: grazie ai suoi algoritmi è possibile creare macchine in grado apprendere in maniera automatica e rispondere alle domande chiave per il successo. Questo libro accompagna nel mondo del machine learning e mostra come Python sia il linguaggio di programmazione ideale per costruire algoritmi sofisticati in grado di interrogare i dati nel modo migliore e recuperare preziosi insight. Viene spiegato l'utilizzo di librerie Python dedicate, tra cui scikit-learn, Theano e Keras, applicate in ambiti come la selezione e la compressione dei dati, l'analisi del linguaggio naturale, l'elaborazione di previsioni, il riconoscimento delle immagini. L'approccio didattico è pragmatico: tutti i concetti sono accompagnati da esempi pratici di codice. La lettura è consigliata a chi ha già alle spalle qualche studio teorico nel campo del machine learning oltre a una buona conoscenza di programmazione in Python.

Abstract: Julia ha un giocattolo incredibile: un piccolo robot. Un giorno lei e Ruby lo portano a scuola, pensando che se la caverà benissimo. Ma l'intelligenza artificiale e l'intelligenza umana non funzionano allo stesso modo, e le due amiche lo impareranno presto... In questa divertente avventura bambine e bambini scopriranno in che cosa gli esseri umani e i computer si assomigliano e si differenziano e quali sono i loro punti di forza. In un mondo sempre più tecnologico, l’intelligenza artificiale è in continua evoluzione e tutti – bambini e bambine inclusi – dovrebbero conoscere cosa l’IA è capace di fare e quali sono le sfide etiche messe in discussione. Attraverso una divertente e coinvolgente storia in cui la protagonista è Hello Ruby e tante attività, l’autrice avvicina bambini e bambine al mondo dell’intelligenza artificiale.

Abstract: Il machine learning permette di insegnare ai computer come analizzare grandi quantità di dati, apprendere in autonomia e generare conoscenza. Gli algoritmi di machine learning sono quindi fondamentali per i sistemi di raccomandazione, i software di riconoscimento di visi e immagini, gli assistenti vocali, le auto a guida autonoma e in generale tutte le applicazioni che utilizzano intelligenze artificiali. Attraverso spiegazioni chiare, diagrammi, esempi ed esercizi, questa guida illustrata aiuta a capire come funzionano il machine learning e le AI

Abstract: Da qualche anno ormai si parla di data driven economy: la rivoluzione digitale, l'aumento della connettività, l'istantaneità della diffusione delle informazioni stanno rivoluzionando il modo in cui aziende e istituzioni operano. L'umanità sta creando quantità di dati sempre maggiori, lasciando sempre più tracce digitali di sé, dei suoi gusti, bisogni e consumi; macchine opportunamente addestrate, i robots, sono in grado di svolgere compiti via via più sofisticati che in molti casi aiutano l'uomo e ne amplificano capacità e risultati. Anche se quella parte di intelligenza artificiale che colpisce di più l'immaginazione può essere ritenuta ancora lontana dallo scaricare a terra tutte le proprie potenzialità, la parte di intelligenza artificiale basata sul machine learning è molto vicina a noi e sta già avendo un impatto non trascurabile sulla vita di tutti i giorni. In questo lavoro viene presentato il processo di analisi dei dati strutturati e non, dalla data ingestion alla data prepa-ration, dai principali algoritmi di machine learning all'interpretazione dei risultati emersi e alla loro integrazione nel processo decisionale. Vengono inoltre illustrate alcune applicazioni selezionate a tematiche di business, quali, per esempio, l'analisi della loyalty della clientela, la fraud detection e i modelli predittivi basati sui dati ricavati dai social media. In buona parte delle applicazioni presentate si fa uso di software open source per il machine learning ed in particolare di Knime.