StemKB Learning

StemKB è una piattaforma di learning online dedicata al mondo STEM (Science Technology Engineering Mathematics) con risorse utili per navigare la vastità degli argomenti. Qui troverai guide e tutorial approfonditi sulla matematica, la tecnologia, la scienza e l'ingegneria. Oltre agli aspetti teorici e agli esempi pratici diamo spazio anche alle applicazioni tecnologiche che supportano lo studio, l'apprendimento e la condivisione della conoscenza.

I gruppi

I gruppi in matematica sono strutture algebriche che generalizzano concetti di simmetria e operazioni come l'addizione e la moltiplicazione. Ogni gruppo è definito da un insieme di elementi e da un'operazione binaria che soddisfa le proprietà di chiusura, associatività, identità e invertibilità. Sono strumenti sono fondamentali per lo studio delle strutture geometriche, della teoria dei numeri, dell'algebra astratta, dell'analisi matematica e oltre.

Introduzione ai grafi

Approfondisci la tua conoscenza sulle strutture dati con questa guida introduttiva ai grafi. Un ottimo punto di partenza per capire come vengono utilizzati per risolvere problemi reali in ambiti come l'informatica, la matematica applicata, e oltre. Troverai concetti, esempi, e applicazioni pratiche semplicemente seguendo questo link.

 

Guida pratica a Matlab

Questa guida pratica è stata progettata per fornire agli utenti, sia principianti che avanzati, un accesso diretto e intuitivo alle potenti funzionalità del software Matlab. Attraverso una serie di esempi pratici e casi di studio, ti spiega come utilizzarlo efficacemente in diversi ambiti, dalla modellazione matematica alla visualizzazione dei dati. L'obiettivo è fornirti le competenze necessarie per sfruttare al meglio Matlab nelle tue attività professionali o accademiche.

Guida completa all'utilizzo di Octave

Impara ad usare Octave, il software open-source per il calcolo numerico e la programmazione, grazie alla nostra guida online completa. Octave è l'alternativa gratuita a Matlab, con cui condivide gran parte dei comandi. E' un software usato per risolvere problemi complessi di matematica e ingegneria in modo semplice ed efficace. In questa guida ti spieghiamo passo dopo passo come sfruttare al meglio le potenzialità di Octave con esempi pratici e tutorial dettagliati.

Guida Python: impara a programmare con esempi pratici

Questa guida è stata pensata per offrirti una panoramica completa e approfondita sul linguaggio di programmazione Python: dalle nozioni fondamentali per i neofiti ai concetti complessi per gli sviluppatori esperti. Con tutorial dettagliati, esempi pratici e consigli esperti, ti guidiamo nel mondo della programmazione con Python. Indipendentemente dalla tua esperienza precedente, questa guida è il punto di partenza ideale per esplorare e dominare tutte le sfaccettature del linguaggio.

Scilab

Scilab è un potente ambiente di calcolo numerico open-source ideale per ingegneri, matematici e scienziati. E' simile a Matlab e Octave. Questa guida introduttiva ti fornirà le basi per iniziare con Scilab, mostrandoti come navigare nell'interfaccia e come eseguire calcoli matematici semplici. Esploreremo insieme le funzionalità chiave e le  capacità di questo strumento, rendendo il tuo ingresso nel mondo del calcolo scientifico e della data science con Scilab sia facile che interessante.

Introduzione al machine learning

Il machine learning è la disciplina delle scienze computazionali che si occupa degli algoritmi di apprendimento automatico di una macchina. Esistono diverse tipologie di machine learning: supervisionato, non supervisionato e con rinforzo.

• Il machine learning supervisionato
  I sistemi di apprendimento supervisionato imparano a classificare i dati tramite una serie di esempi iniziali. Questi sistemi sono detti supervisionati perché l'apprendimento dipende dalla scelta degli esempi da parte del progettista supervisionatore.
• Il machine learning non supervisionato
  Nel machine learning unsupervised gli esempi di training set non sono etichettati. L'algoritmo non ha esempi di riferimento, né conosce le classi/categorie in cui dovrà classificare i dati.
• Il reinforcement learning
  Il machine learning con rinforzo ( reinforcement learning ) è un paradigma dell'apprendimento automatico in cui l'agente impara dall'esperienza, dai feed-back delle proprie azioni, usando una funzione che lo premia quando si avvicina all'obiettivo finale. In caso contrario, lo punisce.

Le reti neurali ( Neural Network )

Le reti neurali sono modelli computazioni composti da neuroni artificiali interconnessi tra loro. Sono ispirate al funzionamento dei neuroni biologici. Hanno diverse applicazioni pratiche, tra le quali c'è anche il machine learning.

Il deep learning

Il deep learning è un paradigma dell'apprendimento automatico che utilizza le reti neurali (neural network) con due o più strati intermedi nascosti. Ogni strato della rete elabora il risultato dello strato successivo.

La regressione lineare

La regressione lineare è una tecnica statistica utilizzata per modellare e analizzare la relazione tra una variabile dipendente e una o più variabili indipendenti, assumendo una relazione lineare tra di esse. Questo metodo cerca di trovare la linea, o il piano in più dimensioni, che meglio si adatta ai dati, minimizzando la distanza tra i punti osservati e la linea stessa.

I modelli di Markov nascosti

Un modello nascosto di Markov (HMM) è un tipo di modello statistico in cui una sequenza di osservazioni visibili viene generata da un processo sottostante di Markov non direttamente osservabile. Le caratteristiche principali di un HMM sono l'esistenza di stati nascosti, una sequenza di osservazioni, le probabilità di transizione degli stati, le probabilità delle osservazioni, la distribuzione di probabilità degli stati all'inizio del processo.

La differenza tra intelligenza artificiale, machine learning e deep learning

Spesso sono usati come concetti simili ma sono ben diversi tra loro. Approfondiamo le differenze tra l'intelligenza artificiale, il machine learning e il deep learning.

L'apprendimento model based e instance based

Esistono due tipologie di algoritmi di apprendimento automatico. Gli algoritmi model based usano dei dati di esempio (training dataset) per costruire il modello. Gli algoritmi instance based, invece, usano gli esempi (istanze) come modello decisionale.

Come esercitarsi in geometria e matematica con Geogebra

GeoGebra è un software dinamico e versatile dedicato all'insegnamento e all'apprendimento della matematica, che combina geometria, algebra, tabelle, grafici, statistica e calcolo in un'unica, semplice interfaccia. Con la sua capacità di creare costruzioni geometriche complesse e di visualizzare funzioni matematiche, GeoGebra si rivela uno strumento prezioso sia per gli studenti che per gli insegnanti in un contesto educativo. Questa guida ti introdurrà ai concetti fondamentali di GeoGebra e all'uso efficace.

Come imparare a usare Excel

In questi tutorial puoi trovare delle lezioni pratiche per imparare a utilizzare il foglio elettronico Microsoft Excel. Come creare un grafico, una macro, costruire un foglio di lavoro e usare le funzioni.

Come programmare con Scratch

In questa guida ti spiego come imparare a programmare con Scratch.