Machine learning da zero con Python: corso in italiano per principianti

Descrizione del corso

Questo corso in italiano è per chi vuole capire il machine learning senza partire da formule complicate. Serve sapere scrivere un po' di Python di base: variabili, liste e funzioni. Si parte da che cosa significa imparare dai dati (apprendimento supervisionato, non supervisionato e per rinforzo) e da come si preparano feature e target con pandas. Poi si affrontano le regole per non ingannare sé stessi: separazione tra training e test, data leakage, baseline. Si costruiscono con scikit-learn una regressione lineare, una regressione logistica e un albero decisionale, e si imparano le metriche per giudicarli: MAE, RMSE, accuracy, precision, recall, F1 e matrice di confusione. Si vedono overfitting, underfitting, cross-validation e pipeline, il clustering con k-means e un'introduzione ai bias nei dati. Il corso alterna cinque video selezionati in italiano e undici lezioni di testo con codice Python eseguibile, già provato con Python 3.13, scikit-learn 1.9.1 e pandas 3.1.1. In chiusura trovi un esercizio guidato su un dataset incluso in scikit-learn (usato solo a scopo didattico, non clinico) e un quiz finale di dodici domande.

Cosa imparerai

• Distinguere apprendimento supervisionato, non supervisionato e per rinforzo • Dividere i dati in train e test evitando il data leakage • Addestrare regressione lineare, logistica e alberi con scikit-learn • Valutare modelli con MAE, RMSE, precision, recall, F1 • Riconoscere l'overfitting con la cross-validation • Costruire pipeline e clustering k-means

Requisiti

• Python di base (variabili, liste, funzioni) e un computer con Python 3 e pip. Nessuna esperienza di machine learning e nessuna matematica avanzata: servono solo le quattro operazioni e un po' di curiosità.

Programma del corso

Che cos'è il machine learning (19m)

1. Video: introduzione al machine learning (15 min)

   Introduzione in italiano ai concetti di base del machine learning (video del 2017: i concetti sono validi, non contiene codice).

2. Cos'è il machine learning, dati e feature (4 min)

   Differenza tra apprendimento supervisionato, non supervisionato e per rinforzo, e come si preparano X e y con pandas.

Dati, split e regressione (26m)

1. Train/test split e data leakage (4 min)

   Come dividere i dati in training e test, e perché il preprocessing va addestrato solo sul training.

2. Regressione lineare e metriche MAE e RMSE (4 min)

   Regressione lineare con scikit-learn, confronto con una baseline e misura degli errori con MAE e RMSE.

3. Video: regressione lineare con scikit-learn (18 min)

   Tutorial in italiano su regressione lineare con Python e scikit-learn (registrato nel 2022: se nel video compare mean_squared_error(..., squared=False), oggi si usa root_mean_squared_error).

Classificazione e metriche (22m)

1. Classificazione con la regressione logistica (4 min)

   Regressione logistica per classificare: probabilità, soglia, accuracy e suoi limiti.

2. Alberi decisionali (4 min)

   Alberi decisionali: come si costruiscono, come si leggono e come la profondità controlla l'overfitting.

3. Metriche di classificazione: matrice di confusione, precision, recall, F1 (5 min)

   Matrice di confusione, precision, recall e F1: quando l'accuracy inganna.

4. Video: leggere matrice di confusione, precision e recall (9 min)

   Come interpretare matrice di confusione, precisione e recall in Python (video del 2019: confusion_matrix, precision_score e recall_score sono rimaste identiche).

Overfitting, validazione e pipeline (22m)

1. Overfitting, underfitting e cross-validation (4 min)

   Riconoscere overfitting e underfitting e stimare le prestazioni con la cross-validation k-fold.

2. Video: cross-validation del modello con scikit-learn (14 min)

   Tutorial in italiano sulla cross-validation con scikit-learn (registrato nel 2022: cross_val_score e KFold funzionano ancora allo stesso modo).

3. Pipeline con scikit-learn (4 min)

   Pipeline e ColumnTransformer per unire preprocessing e modello senza data leakage.

Clustering, etica ed esercizio finale (18m)

1. Video: k-means, come funziona l'algoritmo (5 min)

   Spiegazione in italiano dell'algoritmo k-means e di quando usarlo (video breve e concettuale del 2025, senza codice).

2. Clustering con k-means (4 min)

   K-means: algoritmo, scelta di k con inertia e silhouette, limiti.

3. Bias nei dati ed etica del machine learning (5 min)

   Tipi di bias nei dati, valutazione per sottogruppi e buone pratiche di documentazione.

4. Esercizio guidato: dal dataset al modello (4 min)

   Mini progetto completo sul dataset breast cancer: split, baseline, cross-validation, test finale.

Domande frequenti