In questa guida imparerai a installare il framework Django per lo sviluppo di applicazioni web con Python sul tuo server CentOS 8.

CentOS Python Sviluppo

In questa guida troverai tutte le informazioni necessarie per installare e configurare Python e creare un ambiente virtuale per eseguire le tue applicazioni Python su Ubuntu 20.04.

Python Sviluppo Ubuntu

Kubernetes, anche noto come K8s, o Kube, è una piattaforma open-source per la gestione e l’orchestrazione di container, permette cioè di automatizzare il deployment, la scalabilità e la gestione di applicazioni distribuite in container. Il progetto è stato sviluppato da Google che nel 2015 lo ha donato alla Cloud Native Computing Foundation. In questa serie di tutorial vedremo quali sono le potenzialità e i vantaggi di Kubernetes esplorandone uso e funzionamento. Per iniziare andremo ad apprendere i concetti fondamentali di Kubernetes su Minikube facendo cioè esperienza in locale, a seguire esploreremo alcuni casi d’uso di queste tecnologie in Cloud.

Artificial Intelligence IA Intelligenza Artificiale Machine Learning Python

Questo capitolo verte sui diversi tipi di dati che potremo utilizzare programmando in Python e le rispettive variabili che potrebbero memorizzare tali dati.

IA Intelligenza Artificiale Python Statistica

In questo capitolo tratteremo due dei concetti principali del machine learning, la classificazione e il clustering, riferiti a due paradigmi di apprendimento: supervisionato e non supervisionato.

apprendimento classificazione clustering ia intelligenza artificiale machine learning python sklearn

Proseguiamo il nostro percorso iniziato in Machine Learning in Python: Classificazione e Clustering - Parte 1.

apprendimento classificazione clustering ia intelligenza artificiale machine learning python sklearn

La regressione è ampiamente usata sia come strumento statistico sia come algoritmo di apprendimento e la si può descrivere come un metodo parametrico in grado di produrre risultati sulla base dell’analisi delle associazioni tra variabili di input e variabili di output. Generalmente, le variabili in output sono numeri reali. La regressione viene spesso utilizzata per predire valori o pattern.

Machine Learning ML Python Regression

In questo capitolo continuiamo la discussione sulla Regressione iniziata nel capitolo precedente.

Machine Learning ML Python Regression

Finora abbiamo adoperato le tecniche di Classificazione, Clustering, Regressione ed Ensemble Learning per esplorare in dettaglio gli algoritmi usati per fare predizioni sui problemi di Machine Learning. Abbiamo anche visto alcuni metodi per valutare quale algoritmo si adatti meglio a un determinato problema e appeso l’arte di combinare i risultati di più modelli per ottenerne di maggiormente affidabili. In questo capitolo affronteremo un livello più avanzato delle tecniche di predizione e studieremo come predire risultati che dipendono dal tempo.

Machine Learning ML Python Serie Temporali

Proseguiamo il discorso iniziato nella prima parte di questo capitolo sulle Serie Temporali.

Machine Learning ML Python Serie Temporali