Rete Bibliotecaria della Provincia di Como

Abstract: Cosa sono e come funzionano gli strumenti più misteriosi e geniali del nostro tempo. Qual è il segreto dei motori di ricerca di Google e Facebook? Dagli acquisti su Amazon fino alla possibilità di trovare un partner in rete, gran parte del progresso tecnologico del nostro tempo è dovuto all'applicazione di alcuni sofisticati e geniali strumenti: gli algoritmi. Gestiscono tutto ‒ musica, finanza, editoria ‒ e presto controlleranno anche ospedali e politica. Insomma, il futuro sarà fatto di algoritmi sempre più potenti e presenti nella nostra vita quotidiana. Ma che cosa sono? Gli algoritmi hanno origini antiche e non sono altro che procedimenti studiati per risolvere un determinato problema, ma non basta questa sintetica definizione per comprendere l’importanza e l’impatto che hanno nell’era di Internet. L'autore, tra i più autorevoli divulgatori matematici in Italia, ci spiega, ci racconta in modo semplice e chiaro i tanti aspetti pratici – e ludici – di questo affascinante argomento in un saggio divertente e ricco di esempi e curiosità.

Abstract: Miguel Benasayag, il filosofo e psicanalista di origine argentina che ci ha insegnato a difen­derci dalle ‘passioni tristi’ alimentate dalla no­stra società, in questo libro-intervista con Régis Meyran ci mette in guardia dal rischio che siano gli algoritmi dei Big Data a guidare le nostre de­mocrazie. Nella vita di tutti i giorni siamo ormai messi continuamente a confronto con le ‘macchine’, in una interazione non più cancellabile con le nuove tecnologie: dall’uso del Gps per i nostri viaggi all’immersione ludica nella realtà vir­tuale, dalle relazioni personali mediate dai so­cial network al controllo costante delle nostre azioni e dei nostri comportamenti su internet. E il punto non è tanto rifiutare questa ‘ibridazio­ne’ ormai avvenuta, ma sapere come esistere in quanto umani in un tale mondo, fare in modo che, sia pure nell’integrazione utile con l’intelli­genza artificiale, non vengano meno le partico­larità del vivente, il suo essere imprevedibile e libero, irriducibile a una somma di informazioni, ai parametri della pura efficienza e della perfor­mance. Se questo vale sul piano individuale, è altrettan­to importante prendere coscienza dell’impatto che il mondo digitale e algoritmico esercita sul­le società. Stimolato da domande che tutti noi vorremmo porgli, Benasayag fa qui emergere chiaramente come anche le decisioni rilevan­ti a livello sociale, politico ed economico sono oggi legate alla logica lineare delle macchine, affidate ai calcoli e alla raccolta abnorme dei dati, alla gestione pseudo-razionale di un rap­porto causa-effetto che non tiene conto della complessità dei ‘corpi’ individuali e sociali e che insidia mortalmente le nostre democrazie. Fino all’ultimo interrogativo: in questo contesto inedito e oscuro, è possibile un agire che assu­ma la sfida di proteggere il vivente, la cultura, la buona politica? Più che una ricetta infallibile, Benasayag propone un percorso, un itinerario di riappropriazione creativa del rapporto con l’arti­ficiale, un insieme di ‘soluzioni singolari’ di pic­cole dimensioni e grandissimo impatto umano, qui e ora, capaci di costruire esperienze e prati­che di ibridazione con la tecnica che rispettino il vivente e la sua libertà.

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: Il testo si rivolge ai docenti delle scuole secondarie di primo grado delle discipline Tecnologia e Matematica e ai docenti di Informatica del primo biennio della secondaria di secondo grado. Ma è anche rivolto a tutti coloro che propongono a bambini e ragazzi attività di coding in ambiti anche non scolastici, e che desiderano allenarsi nell'applicazione del pensiero algoritmico per offrire loro esperienze di coding sempre migliori. Il percorso didattico proposto, è una sequenza di sfide incontrate nella quotidianità della vita scolastica da Marco e Sofia, due alunni di una speciale terza media. Le situazioni problematiche, costruite in modo da essere aperte a successivi approfondimenti, vengono analizzate applicando un approccio metodologico strutturato e successivamente algoritmizzate e descritte in forma unplugged.

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: Che cos'è l'intelligenza artificiale? Come creare un algoritmo per risolvere problemi computazionali complessi? Quali sono i vantaggi e gli svantaggi? Come organizzare i dati? Come preparare l'input e interpretare l'output? Come scegliere le librerie e gli strumenti di programmazione? Questo libro intende rispondere a queste e altre domande con un approccio pragmatico orientato al "ragionare per trovare soluzioni". Rivolto al programmatore che vuole avviare lo sviluppo degli algoritmi, è utile anche a chi desidera capire come funzionano certe soluzioni o immaginare nuovi utilizzi. Il volume è fornito di esempi, consigli, codice in linguaggio Python e link, selezionati con cura per cominciare subito a sperimentare gli approcci principali e conoscere le problematiche esistenti.