Michele De Vita, ha conseguito nel 2017 una laurea triennale in Informatica ed attualmente studente Magistrale in Informatica, specializzazione Data Science
Molto incuriosito dall’intelligenza artificiale negli ultimi anni si e’ dedicato all’approfondimento del Machine Learning sia tramite gli studi che fuori da essi, leggendo libri, pubbicazioni scientifiche e partecipando a competizioni di Data Science sia online che fisicamente e classificandosi qualche volta fra le prime posizioni.

Fuori da questo campo, Michele e' un appassionato dell'informatica, studiando e praticando molti linguaggi di programmazione fra i quali Python, C, C++, Java, Scala, Kotlin, Nim, Javascript ecc. Ogni tanto svolge lavoretti part time, come costruzione di siti web, applicazioni mobile e pubblicazione di librerie open source oltre che a partecipare annualmente alla competizione di programmazione HashCode della Google. E' anche molto interessato alle metodologie di sviluppo Agile e Scrum, cerca di...

Michele De Vita, ha conseguito nel 2017 una laurea triennale in Informatica ed attualmente studente Magistrale in Informatica, specializzazione Data Science
Molto incuriosito dall’intelligenza artificiale negli ultimi anni si e’ dedicato all’approfondimento del Machine Learning sia tramite gli studi che fuori da essi, leggendo libri, pubbicazioni scientifiche e partecipando a competizioni di Data Science sia online che fisicamente e classificandosi qualche volta fra le prime posizioni.

Fuori da questo campo, Michele e' un appassionato dell'informatica, studiando e praticando molti linguaggi di programmazione fra i quali Python, C, C++, Java, Scala, Kotlin, Nim, Javascript ecc. Ogni tanto svolge lavoretti part time, come costruzione di siti web, applicazioni mobile e pubblicazione di librerie open source oltre che a partecipare annualmente alla competizione di programmazione HashCode della Google. E' anche molto interessato alle metodologie di sviluppo Agile e Scrum, cerca di sviluppare quando possibile con il TDD (Test Driven Development) ed e' un lettore appassionato del libro Clean Code di Robert C. Martin

Sulla piattaforma offre lezioni e videocorsi sui seguenti argomenti:

• Elaborazione dati tabulari fra le quali trasformazioni matriciali, join fra tabelle etc. usando librerie Python fra le quali numpy e pandas

• Creazione di modelli predittivi dai piu' semplici, quindi regressioni lineari, logistiche fino ai piu' complessi usando reti neurali. Le spiegazioni dei modelli partono dai fondamenti teorici per poi arrivare ad esempi di codice pratici

• Creazione di modelli per input piu' complessi, ovvero immagini e testo

• Tecniche per la ricerca degli iperparametri che portano al miglior modello della stessa classe (a.k.a. validazione)

• Tutti questi strumenti richiedono una discreta capacita' di programmare, quindi e' possibile svolgere lezioni incentrate sulla programmazione usando il linguaggio Python