Skip to main content
Ctrl+K
Introduzione alla programmazione per le scuole superiori - Home

Introduzione alla programmazione

  • 1. Introduzione alla programmazione - in Python
  • 2. Variabili, tipi e funzioni elementari built-in
  • 3. Controllo del flusso
  • 4. Funzioni
  • 5. Classi
  • 6. Librerie

Introduzione al calcolo scientifico

  • 7. Introduzione al calcolo scientifico
  • 8. Sistemi lineari
  • 9. Equazioni algebriche non lineari
  • 10. Approssimazione di funzioni
  • 11. Derivate di funzioni
  • 12. Integrali
  • 13. Equazioni differenziali ordinarie
    • 13.1. Problemi di Cauchy ai valori iniziali
    • 13.2. Problemi al contorno
  • 14. Ottimizzazione

Statistica

  • 15. Metodi per la statistica
  • 16. Statistica descrittiva
  • 17. Introduzione alla probabilità
    • 17.1. Variabili casuali
      • 17.1.1. Definizione di variabile casuale
      • 17.1.2. Variabili casuali discrete
      • 17.1.3. Variabili casuali continue
      • 17.1.4. Trasformazione di probabilità di densità
      • 17.1.5. Esempi di funzioni di probabilità discreta
      • 17.1.6. Esempi di funzioni di probabilità continua
      • 17.1.7. Variabili casuali indipendenti e identicamente distribuite, iid.
      • 17.1.8. Campionamento
    • 17.2. Processi casuali
  • 18. Statistica inferenziale
    • 18.1. Stima
    • 18.2. Test di verifica delle ipotesi
      • 18.2.1. Test su campioni singoli o coppie di campioni
      • 18.2.2. Test di correlazione
      • 18.2.3. Test di indipendenza
      • 18.2.4. Esempi
        • 18.2.4.1. Test di verifica d’ipotesi - Fisher
        • 18.2.4.2. Moneta truccata
        • 18.2.4.3. Gambler rabbit
        • 18.2.4.4. \(t\)-test
        • 18.2.4.5. Regressione lineare
        • 18.2.4.6. ANOVA - Analysis of variance
  • 19. Dimostrazioni

Introduzione ai metodi in statistica e AI

  • 20. Introduzione ai metodi in AI
  • 21. Supervised Learning
  • 22. Unsupervised Learning
    • 22.1. PCA
    • 22.2. ICA e PCA
      • 22.2.2. FastICA on 2D point clouds
      • 22.2.3. ICA e PCA: segnali in tempo
      • 22.2.4. ICA e PCA - dettagli
  • 23. Reinforcement Learning

Supporto tecnico

  • Supporto tecnico
  • Colab
  • Repository
  • Suggest edit
  • Open issue
  • .ipynb

ICA e PCA

Contenuti

  • 22.2.1. Riferimenti

22.2. ICA e PCA#

22.2.1. Riferimenti#

scikit

  • https://scikit-learn.org/dev/modules/generated/sklearn.decomposition.FastICA.html

Carten Klein

  • akcarsten/

  • akcarsten/Independent_Component_Analysis

precedente

22.1. PCA

successivo

22.2.2. FastICA on 2D point clouds
Contenuti
  • 22.2.1. Riferimenti

Di basics

© Copyright 2022.