Local blog for Italian speaking developers
Machine Learning Crash Course
16 marzo 2018
Pubblicato da Barry Rosenberg, Google Engineering Education Team
Siamo felici di poter annunciare il Machine Learning Crash Course (
MLCC
) al mondo intero. MLCC è uno dei corsi più popolari creato per gli ingegneri di Google. Il nostro team di formazione tecnica ha offerto questa possibilità a oltre 18.000 Googler e ora la offre anche a te! Il corso mira a sviluppare l'intuizione nell'ambito dei concetti fondamentali del machine learning.
Quali argomenti affronta il corso?
MLCC affronta molti aspetti fondamentali del machine learning, partendo dalla perdita e dalla discesa del gradiente alla creazione tramite modelli di classificazione e reti neurali. Gli esercizi di programmazione introducono TensorFlow. Potrai guardare i mini-video degli esperti di Google sul machine learning, leggere lezioni di testo brevi e giocare con gadget didattici ideati da designer e ingegneri.
Quanto costa?
MLCC è gratuito.
Non capisco. Perché offrite MLCC a tutti?
Pensiamo che il potenziale del machine learning sia così vasto che ogni persona nel settore tecnico debba poter apprenderne i fondamenti. È disponibile in inglese, spagnolo, coreano, mandarino e francese.
Il mondo reale viene preso in considerazione nel corso?
Sì, MLCC termina con brevi lezioni sulla progettazione di sistemi di machine learning concreti. MLCC contiene alcune sezioni che ti permettono di imparare dagli errori che hanno commesso i nostri esperti.
Ho conoscenze matematiche sufficienti per seguire MLCC?
Conoscere un po' di algebra e un po' di statistica elementare (media e deviazione standard) è utile. Conoscere un po' di calcolo ti agevolerà durante il corso, ma non è un requisito. MLCC contiene una
sezione utile
per rinfrescare la memoria sulle conoscenze matematiche.
È un corso di programmazione?
MLCC include alcuni esercizi di programmazione Python. Tuttavia questi esercizi sono solo una piccola parte del corso, che i non-programmatori possono saltare tranquillamente.
Sono alle prime armi con Python. Gli esercizi di programmazione saranno troppo difficili per me?
Molti degli ingegneri di Google che hanno seguito MLCC non conoscevano Python ma sono riusciti a finire comunque gli esercizi. Questo perché dovrai scrivere solo poche righe di codice per gli esercizi di programmazione. Invece di scriverlo da zero, dovrai soprattutto modificare i valori delle variabili già presenti. Detto questo, ovviamente è più facile capire il codice se sai già programmare in Python.
Come imparerò i concetti di machine learning senza programmare?
MLCC si basa su una varietà di media e strumenti pratici interattivi per sviluppare l'intuizione nei concetti fondamentali di machine learning. Ci vuole una mente tecnica ma non servono necessariamente competenze di programmazione.
Come posso esibire le mie conoscenze di machine learning?
Imparando sempre di più sul machine learning, puoi anche metterti alla prova aiutando gli altri. Stiamo per lanciare la
competizione Kaggle
a favore di
DonorsChoose.org
. DonorsChoose.org è un'organizzazione che abilita gli insegnanti della scuola pubblica di tutto il paese a richiedere materiali ed esperienze di cui hanno bisogno per aiutare i loro studenti a crescere. Gli insegnanti inviano centinaia di migliaia di proposte di progetti ogni anno (sono previste 500.000 proposte nel 2018).
Attualmente DonorsChoose.org deve avvalersi di un notevole numero di volontari per esaminare tutte le proposte. La competizione Kaggle mira ad aiutare DonorsChoose.org a utilizzare il ML per accelerare il processo di screening, che consentirà ai volontari di impiegare meglio il loro tempo. Inoltre, questo lavoro dovrebbe contribuire a rendere più uniforme il processo decisionale dei progetti.
MLCC è l'unica iniziativa didattica di machine learning di Google?
È solo una delle tante iniziative disponibili per conoscere il machine learning. Per esplorare l'universo delle opportunità didattiche del machine learning di Google, consulta il nostro nuovo programma Learn with Google AI su
g.co/learnwithgoogleai
. Per partire da MLCC, visita
g.co/machinelearningcrashcourse
.
Etichette
Android
Firebase
machine learning
Google Cloud Platform
GDL
Eventi
Google Developers Live
Google Play
TensorFlow
App
Chrome
Cloud
api
GDLItalia
GDE
GDG
Google Assistant
iOS
Kotlin
Actions on Google
Deep Learning
AppEngine
AMP
BigQuery
Cloud Functions
Flutter
Android Studio
Google Developers Expert
Università
Google AppEngine
JavaScript
AI
Android Wear
GAE
Google Play Store
HTML5
Maps
security
Android App Development
AngularJS
IoT
Kubernetes
Annunci
Cloud Firestore
Cloud Machine Learning
Google I/O
Polymer
Android Things
Community
DevTools
Google App Engine
intelligenza artificiale
Entrepreneurship
Firebase Analytics
GSoC
Games
Google Cast
ML
open source
Crashlytics
Dart
Diversity
Drive
Google Data Studio
Google Play Games
TensorFlow Lite
Android Developers
Android O
Cloud Spanner
Cloud TPU
Compute Engine
DevFest
Google Compute Engine
Google Developers
Material Design
Mobile
PWA
Python
Startup
AIY Project
ARCore
Android Jetpack
AndroidDev
Androidq
Apps Script
Artificial Intelligence
Augmented Reality
Firebase Cloud Messaging
Google Cloud
Google Maps
Gsuite
IO19
ML kit
Research
VR
coding
unity
#io19
AR
Android Dev Summit
Android Developer
Android Q
Cardboard
Cloud AI
Coral
Developers
Dialogflow
Firebase Realtime Database
Gmail
Google AI
Google Cloud Messaging
Google ContainerEngine
Google Play Console
Kotlin Coroutines
NLP
Programming
Responsive Design
TensorFlowjs
Testing
WTM
Women
beacons
cloud storage
developer
node JS
student programs
women techmakers
API Cloud Vision
Add-ons
Android P
AndroidDevStory
Animation
AutoML
Brillo
Classroom
DSC
Database
Developer Student Clubs
Edge TPU
Fabric
Featured
Flutter Web
G Suite
GWT
GoLang
Google
Google Brain
Google Cloud Next
Google Container Engine
Google Developer Groups
Google I/O Extended
Graph
Hosting
Instant Apps
Keras
Livedata
Mobile Sites
Prediction
Privacy
Project Tango
SDK
Stackdriver
Tales
UI
Udacity
Virtual Reality
Web
Web Development
YouTube
analytics
android security
api.ai
courses
google io
indies
natural language processing
reti neurali
sign-in
young developers
2d Animation
3d
AIY
ARkit
Adversarial Learning
Alpha
Android App
Android App Developmen
Android App bundle
Android Architecture
Android Architecture Components
Android Auto
Android Automotive OS
Android Dev Summit Android Developer
Android Developer Challenge
Android Developers GooglePlayAwards
Android Development
Android Go
Android Instant App
Android Pie
Android Q Scoped Storage
Android Q audio
Android Styles
Android audio playback capture
Android codelabs
AndroidTV
AndroidX
Angular
Aogdevs
Api Design
App Development
App Distribution
Apps
Architecture
Architecture Components
Arduino
Best Practices
Betatesting
Bugs
C++
Certification
Cloud Anchors
Cloud Next
Cloud Run
Cloud Service Platform
Cloud Shell
Cloud Study Jam
Coached Conversational Preference Elicitation
Commerce
Community Connector
Computer Science
Consistency
Containers
Converge
Conversation Design
Crash Reporting
DLS Design
Dagger
Data Science
Databases
Dependency Injection
Design
Developer Communities
Developer Community
Developer Culture
Developer Story
Developing Media Apps
Development
Eager
Edge TPU Dev Board
Education
Emulatore Android
Error Message
Eslint
Europe
Firebase Extensions
Firebase Summit 2019
Firebasehosting
Flutter 1.5
Flutter at IO
FlutterDark
GCE
GDD
Game Development
Gboard
Gesture Navigation
Glass
Go
Google AI Quantum
Google App Script
Google Cloud Functions
Google Cloud billing
Google Coral
Google Developer Days
Google Home Hub
Google IOS Android
Google Identity Platform
Google Launchpad
Google Lens
Google Now
Google Photos
Google Play Devs
Google Play Indie Games Festival
Google Play Instant
Google Plus
Google codelabs
Google+
GoogleDevWeekly
GoogleLaunchpad
GooglePlay
Graphics
Healthcare
I/O
IO
IO19 Flutter
In-app Billing
Indie Games
Indie Games Festival
Indie games showcase
Indie showcase
Ingress
Instant Games
Issues
Java
Jetpack
Knative
Kotlin Beginners
Kotlin Everywhere
Kotlin codelabs
Lighthouse
Live Caption
Live Streaming
Localization
Location
M-Theory
Mondaygram
Monetization
NYT
NativeScript
Navigation
Neural Graph Learning
Neural Structured
Nodejs
OS
OS Updates
Olivex
One Time Codes
Online Education
PHA
Performance Monitoring
Policy
Posenet
Project Mainline
Project Treble
Quantum Computing Theory
Reactive Programming
Regression
Remote Config
Resonance Audio
Room
Scoped Storage
Semantics
Semi Supervised Learning
Serverless
Sms Retriever Api
Sms Verification
Speech Recognition
Swift
Tensorflow Core
Tensorflow Hub
Test Lab
Text
Tokenizer
Tpu
Transformers
UX
UX Design
UX Research
Universal Sentence Encoder
Unsupervised Data Augmentation
Unsupervised Learning
User Experience
Viewmodel
Voice
WWW
Wear OS
WebAssembly
Widget
Women in Tech
WomenTechmakers
android kotlin
app stability
assistant
audio recording
augmented faces
authsub
best practices and updates
billing
botnet
business
c++ games
cancer
chatbot
chrome privacy
codelab
codelabs
competition
daydream
designer
dominio .dev
error handling
event
firebase games
firebase gdc
firebase hosting
firebase unity
game center authentication
game testing
games authentication
gdc
google summer of code
googledevelopers
grow
hashcode
indie
indie developers
internship
kids
machine intelligence
machine learning accelerator
maker
multi-platform
nearby
oauth
openid
performance
persistent AR
privacy sandbox
prizes
prototype
purchase flows
queries
realtime
responsible AI
security rules
showcase
solutions challenge
startup africa roadtrip
startup times
students
summer of code
unity crashlytics
verify apps
win
Archivio Blog
2020
feb
gen
2019
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
2018
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
2017
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
2016
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
2015
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
2014
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
2013
dic
nov
ott
set
ago
lug
giu
mag
apr
mar
feb
gen
Feed
Follow @GoogleDevsItaly