Modulo 1: Fondamenti del Machine Learning
Lezione 1 - Introduzione al Machine Learning
Lezione 2 - Tipi di Machine Learning: supervisionato, non supervisionato, semi-supervisionato, rinforzato
Lezione 3 - Concetti chiave: feature, etichette, overfitting, underfitting

Modulo 2: Preprocessing dei dati
Lezione 4 - Importanza del preprocessing dei dati
Lezione 5 - Scalatura dei dati
Lezione 6 - Gestione dei valori mancanti

Modulo 3: Modelli di Machine Learning
Lezione 7 - Regressione lineare
Lezione 8 - Regressione logistica
Lezione 9 - Alberi decisionali e foreste casuali

Modulo 4: Valutazione dei modelli
Lezione 10 - Metriche di valutazione: accuracy, precision, recall, F1-score
Lezione 11 - Curve ROC e AUC
Lezione 12 - Cross-validation e hyperparameter tuning

Modulo 5: Applicazioni avanzate di Machine Learning
Lezione 13 - Support Vector Machines
Lezione 14 - Neural Networks
Lezione 15 - Deep Learning e reti neurali convoluzionali