Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon
machine Learning iconParte del percorso Machine LearningNuovoPercorso

Apprendimento non supervisionato in Python

Trova i gruppi, la forma e i casi anomali in dati senza etichette. Raggruppa, riduci e analizza dataset reali con scikit-learn, e guarda ogni risultato su un grafico.

INIZIA A IMPARARE(è gratis)
Vedi il programmaPlayground Apprendimento non supervisionato

1,000+ codder iscritti

51 lezioni51 sfide210 domande del quiz

  • Adatto ai principianti
  • sparkles iconAiuto alla programmazione con l'AI
  • hint iconLezioni interattive pratiche
  • quiz iconQuiz per mettere alla prova le tue conoscenze
  • certificate iconCertificato di completamento gratuito

Programma

1 sezioni51 lezioni51 sfide210 domande del quiz

Questa sezione fa parte del percorso Machine Learning. Il programma completo ha altre sezioni: clicca su un'anteprima qui sotto per vederla nella pagina del percorso.

  1. Sezione 1Dati e grafici60 lezioni
  2. Sezione 2Statistica per il machine learning64 lezioni
  3. Sezione 3Apprendimento supervisionato58 lezioni
  4. Sezione 4

    Apprendimento non supervisionato

    Inizia la sezioneIniziaEspandiComprimi    Individua strutture nei dati senza etichette: clustering k-means, gerarchico e basato sulla densità, PCA per visualizzare e comprimere molte feature e rilevamento delle anomalie, fino a un progetto di esplorazione delle cifre.51 lezioni51 sfide210 domande

    Trovare gruppi

    5 lezioni520

    Scelta di k

    5 lezioni520

    Interpretare i cluster

    5 lezioni520

    Clustering gerarchico

    4 lezioni415

    Clustering basato sulla densità

    4 lezioni415

    Meno dimensioni

    5 lezioni520

    PCA nella pratica

    5 lezioni520

    Rilevamento delle anomalie

    5 lezioni520

    Cluster al lavoro

    4 lezioni415

    Progetto: Esplorare le cifre

    5 lezioni525

    Sfide finali

    4 lezioni420
Vedi il programma completo del percorso Machine Learning
Cosa ottieni
Tutto ciò che userai per imparare a programmare

Impara facendo

Scrivi codice vero, interroga database, crea siti web e padroneggia i prompt per l'AI. Le nostre lezioni interattive coprono tutte le competenze di cui ha bisogno uno sviluppatore moderno.

playground.js
Editor di codice
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Test #1test Case Success icon
Test #2test Case Success icon
Test #3test Case Failure icon
Input
"Alex"
Output
"Hello, Coddy! Alex"

Costruisci la tua serie

Sii costante e guarda crescere i tuoi progressi! Tieni traccia della tua abitudine quotidiana di programmare, proteggi la tua serie con i giorni di congelamento e guadagna ricompense ogni giorno che ti presenti.

12 giorni di serie

Torna domani per mantenere la tua serie!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Lascia o raddoppia

Giorno 5 di 7

fire Freeze icon

Congela serie

2 left

Programma ovunque

Porta il tuo percorso di programmazione sempre con te! Niente configurazioni, niente download: apri l'app e inizia a programmare. Disponibile su iOS, Android e Web con valutazioni di 4,9 stelle.

Python
7Serie
250Punteggio
5Energia
Variabili
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
CONTINUA
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Percorso
Obiettivi
Classifica
Profilo
4.9
StellaStellaStellaStellaStella
Valutazione

Non sei solo

Competi nelle classifiche globali, invita gli amici per guadagnare ricompense e festeggiate insieme i vostri successi. Programmare è più bello con gli amici!

Lega Sfidante
Lega SfidanteI primi 7 avanzano
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconZona promozioneleaderboard Arrow Up icon

Tutti i modi per imparare

Leggi, ascolta, mettiti alla prova, chiedi all'AI o ripassa qualsiasi cosa tu abbia già visto. Ogni lezione si adatta a te.

Introduzione alle variabili
Audio

Una variabile è un contenitore con un nome che memorizza un valore a cui puoi fare riferimento più avanti nel programma.

In Python la crei scrivendo il nome, un segno di uguale e poi il valore che vuoi memorizzare.

Il valore può cambiare nel tempo: riassegnare il nome lo fa semplicemente puntare a un nuovo valore.

1xSarah

Ottieni un certificato

Ottieni un certificato per ogni corso che completi. Aggiungilo al tuo profilo LinkedIn e al curriculum per mostrare ai datori di lavoro le tue competenze di programmazione.

CoddyCertificato di completamento
Si certifica cheMario Rossiha completato con successo
python iconFondamenti di Python
Verificato
Datagen 2026
LinkedInAggiungi a LinkedIn

Perché imparare l'apprendimento non supervisionato con Coddy

  • Clustering che si vede. Guarda k-means spostare i suoi centri, leggi le altezze di fusione di un dendrogramma e vedi DBSCAN trovare gruppi a forma di luna che k-means taglia a metà. Ogni lezione ha un grafico, e il tuo compare nella scheda Grafici quando esegui.
  • I metodi fondamentali: k-means, scelta di k con il metodo del gomito e il silhouette score, clustering gerarchico, DBSCAN, PCA e varianza spiegata, isolation forest e local outlier factor, tutto con scikit-learn.
  • Risultati che sai spiegare. Descrivi ogni cluster in unità reali, confronti i cluster con etichette note e dai un nome ai segmenti su cui un'azienda agirebbe, invece di fermarti a una lista di numeri di cluster.
  • 64 dimensioni rese visibili: cifre scritte a mano proiettate su una mappa piatta, componenti PCA disegnate come immagini e immagini ricostruite da pochi numeri.

Domande frequenti sull'apprendimento non supervisionato

Che cos'è l'apprendimento non supervisionato?

L'apprendimento non supervisionato trova una struttura in dati senza etichette. Nessuno dice al modello la risposta giusta; cerca gruppi di righe simili (clustering), poche direzioni che conservano quasi tutta l'informazione (riduzione della dimensionalità) o righe diverse dalle altre (anomaly detection). È così che esplori un nuovo dataset, segmenti i clienti o scovi le frodi prima che qualcuno le abbia etichettate.

Quali sono degli esempi di apprendimento non supervisionato?

Raggruppare i clienti in base a cosa comprano, ridurre i colori di un'immagine agli otto che contano, portare immagini di cifre da 64 pixel su un grafico piatto, trovare letture insolite di un server e dividere misure di cellule in due tipi senza sapere quale sia quale. Il corso li costruisce tutti.

Quali algoritmi tratta il corso?

k-means con il metodo del gomito e il silhouette score, clustering agglomerativo (gerarchico) con dendrogrammi, DBSCAN, PCA, isolation forest e local outlier factor. Impari anche perché lo scaling viene prima e quando ogni metodo fallisce, così scegli quello giusto.

Come scelgo il numero di cluster?

Raramente c'è un'unica risposta giusta, quindi il corso insegna tre modi di guardare: il gomito della curva di inerzia, il silhouette score e le altezze di fusione di un dendrogramma. Poi controlli i cluster in unità reali e ti chiedi se una persona saprebbe dar loro un nome. Un k che dà gruppi che nessuno sa descrivere è il k sbagliato.

Devo imparare prima l'apprendimento supervisionato?

Aiuta. La sezione di apprendimento supervisionato insegna lo scaling, le pipeline e il flusso di lavoro di scikit-learn che questa sezione riprende, e le idee di distanza del k-nearest neighbors tornano qui nel clustering. Se addestri già modelli con scikit-learn, puoi partire da qui.

Quanto dura la sezione di apprendimento non supervisionato?

51 lezioni, circa 8 o 9 ore al tuo ritmo: qualche settimana a mezz'ora al giorno, compresi il progetto dell'esploratore di cifre e quattro sfide finali.

Posso studiare l'apprendimento non supervisionato gratis?

Sì. Le lezioni, i grafici, i suggerimenti AI e il certificato della sezione sono gratis. Con un account gratuito fai qualche lezione al giorno, e Pro toglie il limite giornaliero.

Percorsi di apprendimento che includono questo corso

Questo corso è un passo di un percorso più lungo: diversi corsi nell'ordine in cui li insegnerebbe un mentore, ognuno con il suo certificato gratuito.

Illustrazione dei linguaggi di programmazione di Coddy

Impara Apprendimento non supervisionato con Coddy

INIZIA