🇮🇹 Benvenuti al Workshop per Beginners di PyCon 2022! Il workshop pensato per introdurre neofiti e appassionati al linguaggio di programmazione Python.
🇬🇧 Welcome to PyCon 2022 Beginners' Day Workshop! The workshop for beginners and code practictioners to the main features of the Python programming language.
Notebooks: 
Durante il workshop lavoreremo su un progetto che vuole realizzare un innovativo Motore di Ricerca per i Pokémon.
Tale motore di ricerca includerà una speciale e super segreta tecnologia in grado di identificare i k Pokémon più simili ad una data query di ricerca.
Progetteremo e svilupperemo passo passo questa speciale tecnologia che avrà l'obiettivo di calcolare un punteggio di similirità tra Pokémon, sia esitenti che immaginari, identificati da un insieme di specifiche caratteristiche.
🧑💻 Happy coding! 👩💻
Lavoreremo insieme all'implementazione dell'algoritmo KNN, un popolare e semplice metodo di Machine Learning pensato per misurare le distanze fra punti in spazi ad N dimensioni.
Ogni Pokémon nel nosto insieme di dati sarà rappresentato dalle seguenti caratteristiche:
- HP
- Attacco
- Difesa
- Attacco Speciale
- Difesa Speciale
- Velocità
Obiettivo dell'algoritmo è quello di confrontare il valore di ciascuna di queste caratteristiche, e restituire i k pokémon maggiormente simili (i.e. alternativamente, a minore distanza), dati i paramentri della query di ricerca.
🧑💻 Happy coding! 👩💻
Il codice sviluppato durante il workshop non farà uso di alcuno strumento o software di terze parti che non sia direttamente incluso nell'installazione del linguaggio Python.
During the workshop, we will design an innovative Pokémon Search Engine.
This engine will feature a special and super secret technology that is capable of retrieving the k most similar Pokémons with respect to the search query.
We will design and implement step-by-step this core technology in order to calculate the similarities between any pair of Pokémons, either existing or imaginary ones, as identified by a specified set of characteristics.
🧑💻 Happy coding! 👩💻
We will be working on our implementation of the KNN, a very popular and simple Machine learning algorithm designed to measure the distances between points in N-dimensional spaces.
Each Pokémon in our dataset will be denoted by the following set of features:
* HP
* Attack
* Defense
* Special attack
* Special defense
* Speed
The goal of the algorithm is to compare the values of each of those characteristics, and return the k most similar pokémons (i.e. the ones at closest distance) given
an input search query.
We won't be using any external libraries or software. Everything will be implemented in pure Python, using all the batteries already included in the language stack.
This is true with the **only exception of the ipyplot package, that will be used in the bonus material to display Pokémon images.
The development environment used throughout the workshop will be Jupyter.
- Giuseppe Mastrandrea, Machine Learning Teacher
@Datamasters.it: code, and lecture materials - Alberto Barradas - Original Pokémon Dataset
- Ken Sugimori - Pokémon Arts (adapted, and compressed in JPEG for storage requirements)
All the Code material is distributed under the terms of the Apache License. See LICENSE file for additional details.
All the instructional materials in this repository are free to use, and made available under the Creative Commons Attribution license.