Corso attualmente non disponibile
CORSO INTELLIGENZA ARTIFICIALE
Corso
A Rovato ()
Descrizione
-
Tipologia
Corso
-
Ore di lezione
140h
-
Durata
Flessible
Il corso di Intelligenza Artificiale offre una panoramica completa sulle tecnologie e i metodi che permettono alle macchine di simulare l’intelligenza umana. Partendo dai concetti base, si esplorano le principali tecniche di apprendimento automatico (machine learning), apprendimento profondo (deep learning) e altre metodologie di IA. Il corso prevede anche esempi pratici e applicazioni reali per comprendere come l’IA possa trasformare diversi settori, come l’industria, la medicina, i servizi, e altro.
Informazioni importanti
Documenti
- Corso gratuito AI.pdf
Profilo del corso
Avere dai 18 ai 65 anni;
Essere disoccupati, residenti e/o domiciliati in Regione Lombardia
ATTESTATO DI PARTECIPAZIONE;
ATTESTATO DI ABILITA' E CONOSCENZE
Opinioni
Materie
- Intelligenza artificiale
- E-learning
- Etica
- Machine Learning
- Deep Learning
Professori
Formatore Beltrame
DOCENTE
Programma
Modulo 1: Introduzione all’Intelligenza Artificiale
-
Cos’è l’Intelligenza Artificiale: definizioni e storia
-
Campi di applicazione dell’IA
-
Differenza tra IA, Machine Learning, Deep Learning
-
Esempi pratici e casi d’uso reali
Modulo 2: Fondamenti di Programmazione per l’IA
-
Introduzione al linguaggio Python
-
Variabili, tipi di dato, strutture di controllo
-
Librerie principali per IA: NumPy, Pandas, Matplotlib
-
Ambiente di sviluppo: Jupyter Notebook o Google Colab
Modulo 3: Machine Learning di Base
-
Cos’è il Machine Learning (ML)
-
Tipi di ML: supervisato, non supervisato, rinforzato
-
Dataset: raccolta, pulizia, preparazione
-
Algoritmi base: regressione lineare, classificazione (es. k-NN)
Modulo 4: Primi Progetti con Machine Learning
-
Creazione di un modello di regressione lineare semplice
-
Classificazione di dati con k-NN o Decision Tree
-
Valutazione dei modelli: accuracy, precision, recall
Modulo 5: Introduzione al Deep Learning
-
Cos’è il Deep Learning e come si differenzia dal ML tradizionale
-
Reti neurali artificiali: perceptron, multilayer perceptron (MLP)
-
Libreria TensorFlow/Keras: primi esempi
Modulo 6: Progetto Finale Semplice
-
Costruzione di un modello di classificazione di immagini (es. cifre scritte a mano - dataset MNIST)
-
Addestramento e valutazione del modello
-
Discussione dei risultati e miglioramenti possibili
Modulo 7: Etica e Futuro dell’IA
-
Questioni etiche: bias, privacy, impatti sociali
-
L’evoluzione futura dell’IA e opportunità lavorative
CORSO INTELLIGENZA ARTIFICIALE