Materie
Informatica
Algoritmi, strutture dati, sistemi — costruisci le tue basi in CS.
Vedi tutti (33)
Alberi decisionali — Entropia, Gini e Random Forest
Scopri come gli alberi decisionali usano entropia e Gini per scegliere gli split, con un esempio svolto e quando aiuta il random forest.
Algebra booleana — leggi, teoremi e semplificazione
Scopri cos’è l’algebra booleana, come funzionano le sue leggi principali e come semplificare un’espressione logica.
Algoritmi di ordinamento — confronto tra Bubble Sort, Merge Sort e Quick Sort
Scopri cosa fanno gli algoritmi di ordinamento, come si confrontano bubble sort, merge sort e quick sort e quando conviene usare ciascuno.
Algoritmo di Dijkstra — Cammino minimo passo dopo passo
L'algoritmo di Dijkstra trova i cammini minimi in un grafo pesato con archi non negativi. Scopri l'idea, un esempio e gli errori comuni.
Backpropagation — Come imparano le reti neurali
La backpropagation calcola i gradienti che permettono alle reti neurali di imparare. Scopri la regola della catena, un esempio e gli errori comuni.
BFS — Algoritmo di ricerca in ampiezza spiegato
La ricerca in ampiezza visita un grafo livello per livello. Scopri come BFS usa una coda e quando trova i cammini minimi.
Clustering K-Means — Algoritmo e Come Funziona
Che cos’è il clustering k-means, come funziona l’algoritmo, un esempio semplice, errori comuni e quando è adatto.
CNN — Architettura delle reti neurali convoluzionali
Scopri cos'è una CNN, come i layer convoluzionali rilevano pattern, un esempio svolto, errori comuni e dove si usano.
Colorazione dei grafi — Numero cromatico e applicazioni
Scopri cos'è la colorazione dei grafi, cosa misura il numero cromatico, perché un ciclo dispari richiede tre colori e dove si usa.
DFS — algoritmo di ricerca in profondità spiegato
Ricerca in profondità spiegata in modo semplice: cos’è DFS, come funziona il backtracking, un esempio chiaro e gli errori comuni.
Discesa del gradiente — Algoritmo, tasso di apprendimento e varianti
Discesa del gradiente: cos’è, come funziona il tasso di apprendimento e quando si usano batch, stocastico e mini-batch.
Machine learning: apprendimento supervisionato
Le basi del machine learning: cosa significano apprendimento supervisionato e non supervisionato, un esempio e quando usare gli algoritmi.
Mappa di Karnaugh — Guida alla semplificazione con K-Map
Impara rapidamente le mappe di Karnaugh: cos’è una K-map, come funzionano i gruppi, un esempio chiaro e gli errori comuni.
Modello OSI — spiegazione dei 7 livelli
Capisci rapidamente il modello OSI: cosa fa ciascuno dei 7 livelli, un esempio chiaro e come aiuta nella risoluzione dei problemi.
Normalizzazione dei database — 1NF, 2NF e 3NF in una sola frase
Lo stesso fatto in un solo posto — impara il cuore della normalizzazione sperimentandolo direttamente con visualizzazioni interattive.
Notazione Big O — Complessità temporale spiegata in modo semplice
La notazione Big O spiega come crescono tempo di esecuzione e memoria al crescere dell’input.
Ottimizzazione convessa — concetti, metodi e applicazioni
L’ottimizzazione convessa consiste nel minimizzare una funzione convessa su un insieme convesso. Scopri definizione, esempio e perché conta.
Pattern di risoluzione dei problemi in matematica
Scopri cosa sono i pattern in matematica, come aiutano invarianti e simmetria, un esempio con i domino e quando usarli.
PCA — Analisi delle componenti principali spiegata
Capisci rapidamente la PCA: cosa fa, quando centrare o standardizzare, e un chiaro esempio 2D.
Programmazione dinamica — memoization e tabulation spiegate
Scopri cos’è la programmazione dinamica, quando funziona e come memoization e tabulation evitano calcoli ripetuti.
Programmazione orientata agli oggetti (OOP)
Programmazione orientata agli oggetti spiegata con classi, oggetti, un esempio chiaro, errori comuni e quando è utile.
Regressione logistica — funzione sigmoide e classificazione
Scopri cos’è la regressione logistica, come la sigmoide trasforma un punteggio lineare in probabilità e come avviene la classificazione.
REST API — cos’è e come funziona
Scopri cos’è una REST API, come funzionano richieste e risorse, un esempio chiaro e gli errori che creano confusione.
Rete neurale — Come funzionano le reti neurali artificiali
Scopri cos’è una rete neurale, come i livelli trasformano input in previsioni, un esempio svolto, errori comuni e come l’addestramento modifica i pesi.
Ricerca binaria — algoritmo, complessità temporale e codice
Scopri come funziona la ricerca binaria, quando si applica, perché è in O(log n) e come seguire un esempio chiaro.
Ricorsione — come funziona, esempi e casi base
Che cos’è la ricorsione in matematica? Scopri come funzionano casi base e passi ricorsivi con l’esempio del fattoriale.
RNN — Rete neurale ricorrente e LSTM spiegati
Scopri cos'è una RNN, come lo stato nascosto conserva la memoria della sequenza, perché le RNN base faticano e come aiutano le LSTM.
Schedulazione dei processi — Concetti di sistemi operativi
Capisci la schedulazione dei processi nei sistemi operativi, confronta FCFS, SJF e round robin, e segui un esempio chiaro.
Strutture dati — array, liste collegate, alberi e grafi
Scopri cosa sono le strutture dati, quando usare array, liste collegate, alberi e grafi e come distinguerli rapidamente.
SVM — Support Vector Machine spiegata in modo semplice
Scopri cos’è una SVM, come funzionano margine e vettori di supporto e quando usare SVM soft-margin o kernel.
Tabella hash — Come funziona l'hashing e la risoluzione delle collisioni
Scopri cos'è una tabella hash, come l'hashing associa le chiavi agli slot e come si risolvono le collisioni.
Tabelle di verità — AND, OR, NOT, XOR e implicazione
Capisci le tabelle di verità per AND, OR, NOT, XOR e implicazione con un esempio chiaro, errori comuni e quando usarle.
Transformer — Meccanismo di attenzione e architettura
Scopri cos'è l'architettura transformer, come funziona la self-attention, un esempio svolto, errori comuni e quando si usa.