Codemotion_2018_logopayoff_orange_blue
CASAVO - CLASSICO - POS logo CASAPRO20

FREE WEBINAR

Garbage in, good prices out: machine learning on real estate data

Speakers: Marco Edemanti, Paolo Quadri, Alex Ceccotti

13 Aprile | 4 PM CEST

#MachineLearning #AI

Descrizione Webinar

La qualità dei dati in ingresso è fondamentale per avere dei risultati validi, ma non è sempre possibile partire da fonti già affidabili e verificabili.

In questo webinar esploreremo un caso reale in cui il Machine Learning viene applicato al mercato immobiliare per stimare i prezzi delle case nonostante la bassa qualità dei dati.

Marco Edemanti CASAVO

MARCO EDEMANTI

Attirato nel mondo della programmazione dalle prime mobile app, non sono stato in grado di non innamorarmici e mi sono laureato in Ingegneria Informatica. Dal 2016 ho avuto la possibilità di lavorare come Data Scientist in tre ambienti molto diversi tra loro. Dalla mia esperienza ho visto che seppure ogni contesto ha dati differenti, se utilizzati in maniera corretta il risultato non cambia: portare valore al business quando un intervento umano non è possibile.

Paolo Quadri CASAVO

PAOLO QUADRI

Master Degree in Data Science con particolare interesse in Machine Learning, Data Mining and Management.

Bachelor in Applied Maths con focus su analisi numerica, implementazione di modelli matematici e multiscale methods. 

Alex Ceccotti CASAVO

ALEX CECCOTTI

Data scientist con esperienza nel campo del machine learning. Ha lavorato a diversi task di NLP e computer vision. Visto che il processo di annotazione dei dati risulta essere molto noioso, adora utilizzare metodi non supervisionati. In quanto data scientist, il suo obiettivo principale è estrarre valore da qualsiasi tipo di dato per migliorare la qualità delle decisioni prese in azienda.

Non perdertelo, registrati subito!

Le informazioni fornite saranno condivise con CASAVO MANAGEMENT S.p.A. per scopi di marketing, secondo i termini della loro Privacy Policy.

© Copyright Codemotion srl - Via Marsala, 29/H, 00185 Roma | P.IVA 12392791005 | Privacy Policy