LIVELLO
Corsi avanzati

DURATA
8 ore per modulo

TRAINER
CIM4.0

MODALITÀ
Online/In presenza

PARTECIPANTI
Max 10 per azienda

PREZZO
1,500€

Costo per azienda, relativo ad un singolo modulo

€500

Costo per partecipante, relativo ad un singolo modulo

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

PICCOLE IMPRESE: fino al 100%
MEDIE IMPRESE: fino al 80%
GRANDI IMPRESE: fino al 50%

Richiedi informazioni:

annalisa.sabatelli@cim40.com

Descrizione

AI Practical è il corso pratico di Intelligenza Artificiale strutturato per imparare a sviluppare applicazioni basate sull'AI sfruttando librerie e framework esistenti.

Il corso è composto da due moduli che possono essere configurati in base alle necessità:

Modulo 1: INTRODUZIONE A PYTHON PER L'IA

Modulo 2: COMPUTER VISION E INTELLIGENZA ARTIFICIALE

Modulo 3: L'INTELLIGENZA ARTIFICIALE PER L'ANALISI DEI DATI

Macro Argomenti

Modulo 1: INTRODUZIONE A PYTHON PER L'IA

• Obiettivo: Fornire le basi del linguaggio di programmazione Python per applicazioni AI
• Programma:

  • Introduzione a Python
  • Concetti di base di Python
  • Strutture dati e gestione file
  • Librerie per l’Intelligenza Artificiale

Modulo 2: COMPUTER VISION E INTELLIGENZA ARTIFICIALE

• Obiettivo: porre le basi per comprendere il funzionamento e le potenzialità delle reti neurali utilizzate nel campo della visione artificiale, e dare gli strumenti per la progettazione e il test di questi sistemi nel mondo reale.
• Programma:

  • Introduzione

    • Reti Neurali
    • Funzione di costo e training

  • Computer Vision

    • Tasks in Computer Vision
    • Estrazione di caratteristiche

  • Convolutional Neural Networks (CNNs)

    • Architettura
    • Layer convoluzionali
    • Funzioni di attivazione e iperparametri

  • Esercizi

    • Object Detection con YOLO
    • Training on custom dataset

Modulo 3: L'INTELLIGENZA ARTIFICIALE PER L'ANALISI DEI DATI

• Obiettivo: Applicare le tecniche di machine learning e deep learning all'analisi di dati e al Natural Language Processing (NLP) per estrarre informazioni, previsioni e insights da dati strutturati e non strutturati.
• Programma:

  • Analisi dati in Python

    • Gestione e manipolazione dei dati
    • Visualizzazione dei dati
    • Esempio: prezzo della benzina in Italia

  • Introduzione all'analisi dei dati con IA 

    • Algoritmi di apprendimento supervisionato e non supervisionato
    • Regressione lineare e K-Nearest Neighbors
    • Alberi decisionali e clustering
    • NLP

  • Deep Learning 

    • Reti neurali artificiali e deep learning
    • Recurrent Neural Networks (RNN) e Long Short-Term Memory (LSTM)
    • Generative Adversarial Networks (GAN)

  • Esercizio pratico: previsione del prezzo di un'azione in base a dati storici

Profilo Partecipante

Tecnici di aziende che vogliono operare con l'AI

Pre-requisiti

Prerequisiti Modulo 1: Basi di programmazione o nessuno;

Prerequisiti Moduli 2 e 3: Conoscenza base di programmazione Python e conoscenze teoriche di IA;

Obiettivi

Il corso mira a mettere in pratica i concetti di Intelligenza Artificiale, dal Machine Learning Classico al Deep Learning, al fine di realizzare applicazioni sfruttando librerie e framework esistenti.

Altro

MODULO 1: INTRODUZIONE A PYTHON PER L'IA - 15 ottobre

MODULO 2: COMPUTER VISION E INTELLIGENZA ARTIFICIALE - 21 ottobre

MODULO 3: L'INTELLIGENZA ARTIFICIALE PER L'ANALISI DEI DATI  - 28 ottobre

I moduli possono essere seguiti singolarmente.

Condizioni di partecipazione

Leggi le Modalità di partecipazione