Corso di Intelligenza artificiale per imprese
sold-out — posti esauriti
Corso gratuito formato da tre incontri a cadenza settimanale della durata di otto ore ciascuno, dedicato alle imprese sul tema dell’intelligenza artificiale organizzato da DIH Vicenza in collaborazione con la Facoltà di Informatica dell’Università CA Foscari di Venezia
Il corso è pensato per partecipanti che hanno già una sufficiente conoscenza del linguaggio di programmazione Python e che vogliono conoscere i concetti base del Machine Learning. Il corso ha una forte componente pratica, si avrà modo di mettere subito in atto le conoscenze acquisite tramite esercizi e attività di analisi guidate, con l’obiettivo di essere da subito capaci di applicare alcuni degli strumenti di Machine Learning a problemi reali.
Durante il corso verrà approfondito l’uso della libreria SciKit-Learn per l’addestramento e la valutazione di modelli di Machine Learning. In particolare, verranno discussi gli algoritmi fondamentali per problemi di regressione e di classificazione con esercitazioni su dataset reali. Per ogni metodo saranno discussi vantaggi e svantaggi e le best practices per il loro utilizzo.
Il corso si conclude con una breve introduzione alle applicazioni delle tecniche di Deep Learning.
Programma dettagliato
15-09-21 – Lezione I: Pandas, Numpy e Visualizzazione
| 09:00 | Breve panoramica sul linguaggio di programmazione Python e Ambienti di programmazione Python Notebooks (Jupyter, Colab) |
| 09:30 | Esercitazione: Python |
| 10:00 | Introduzione a Numpy: manipolazione di dati in forma matriciale |
| 11:00 | Esercitazione: Numpy |
| 12:00 | Pausa Pranzo |
| 13:00 | Introduzione a Pandas: Gestione di dati in formato csv, excel |
| 14:00 | Esercitazione: Pandas |
| 15:00 | Funzionalità base di plotting con Pandas e Matplotlib |
| 16:00 | Esercitazione: plotting |
| 16:30 | Fine |
22-09-21 – Lezione II: Supervised Machine Learning
| 09:00 | Introduzione a Supervised Machine Learning, Classificazione, Valutazione, Train vs. Test, Classificazione Binaria, Logistic Regression |
| 10:00 | Esercitazione: Logistic Regression |
| 10:30 | Alberi di Decisione, Classificazione multi-classe, Confusion Matrix |
| 11:00 | Esercitazione: Alberi di Decisione |
| 12:00 | Pausa Pranzo |
| 13:00 | Regressione, Valutazione, Regressione Lineare |
| 14:00 | Esercitazione: Regressione Lineare |
| 14:30 | Alberi di Regressione, Hyper-parameter tuning, cross-validation |
| 15:30 | Esercitazione: Alberi di Regressione e Classificazione |
| 16:30 | Fine |
29-09-21 – Lezione III: Unsupervised Machine Learning & Preliminaries of Deep Learning
| 09:00 | Introduzione al Machine Learning: supervised vs. unsupervised.
ll primo algoritmo di clustering: k-means. Valutazione del clustering. |
| 11:00 | Esercitazione: K-means |
| 12:00 | Pausa Pranzo |
| 13:00 | Introduzione alle Reti Neurali, Multi-layer Perceptron |
| 13:30 | Esercitazione: Classificazione con MLP |
| 14:00 | Introduzione alle Reti Convoluzionali |
| 15:00 | Casi di studio e di applicazione delle tecniche di Deep Learning |
| 16:30 | Fine |
Per iscriversi compilare il sondaggio tramite questo link.
I partecipanti devono essere muniti di laptop per poter partecipare ai momenti di laboratorio previsti durante lo svolgimento del corso.
Data
- 15 Set 2021
- Expired!
Ora
- 9:00 - 18:00
Organizzatore
-
DIH - Digital Innovation Hub Vicenza