DATE IN PROGRAMMA
10 NOVEMBRE 2025 (9:00—18:00)

LIVELLO
Pratico

DURATA
8 ore

TRAINER
CIM4.0

MODALITÀ
In presenza

PREZZO
300€

prezzo per partecipante (minimo 5 partecipanti)

€1.500 prezzo per azienda (massimo 15 partecipanti ad azienda)

Risorse a valere su fondi PNRR, Missione 4 – Componente 2 – Investimento 2.3:

CONTRIBUTO PER LE IMPRESE FINO ALL’80%

Richiedi informazioni:

learninghub@cim40.com

Descrizione

Il corso fornisce le basi teoriche e pratiche delle principali tecniche di analisi dei dati e apprendimento automatico. Sono presentate tecniche avanzate di Deep Learning (DL), offrendo una panoramica su modelli come RNN (Recurrent Neural Networks), LSTM (Long Short-Term Memory) e cenni sui transformers.

Macro Argomenti

Introduzione al Deep Learning

• Reti Neurali
• Funziona di perdita e training

Preparazione dei dati

• Pulizia e normalizzazione dei dati
• Tecniche di visualizzazione dati

Machine Learning

• Linear Regression
• Logistic Regression
• KNN (K-Nearest Neighbors) / SVM (Support Vector Machine) / PCA (Principal Component Analysis)/ K-Means

Deep Learning

• RNN, LSTM
• Cenni sui Transformers

Esercizi

Profilo Partecipante

Il corso è rivolto a sviluppatori, ingegneri software e tecnici

Pre-requisiti

Esperienza in programmazione Python.

Obiettivi

Il corso mira a fornire agli studenti le conoscenze necessarie per applicare le principali tecniche di Machine Leaning e Deep Leaning su dataset reali. Gli studenti impareranno a implementare algoritmi di regressione, classificazione e clustering, acquisendo al contempo una visione d’insieme sulle reti neurali e come sono impiegate per l’analisi dei dati sequenziali.

Al termine del corso i partecipanti sapranno processare, pulire e normalizzare i dati per preparali all’analisi. Scegliere e applicare correttamente algoritmi di ML, DL e avere una prima introduzione ai Transformers.

Altro

Lingua inglese disponibile su richiesta
Le iscrizioni devono essere effettuate entro il quinto giorno lavorativo precedente la data di inizio del corso

Condizioni di partecipazione

Leggi le Modalità di partecipazione