Durata e periodo di svolgimento
60 ore
Numero partecipanti
12
Descrizione del percorso
Artificial Intelligence e Machine Learning non sono la stessa cosa. Spesso confuse, si tratta di due tecnologie collegate tra di loro ma differenti: l’intelligenza artificiale crea l’architettura, il machine learning la migliora. L’intelligenza artificiale, infatti, è la scienza che da anni punta a sviluppare macchine in grado di prendere delle decisioni in perfetta autonomia. L’apprendimento avanzato, invece, è l’algoritmo che rende i computer ancora più intelligenti. L’intelligenza artificiale si può definire come la scienza che sviluppa l’architettura necessaria affinché le macchine funzionino come il cervello umano e alle relative reti neurali.
Si tratta di un sistema informatico che cerca di simulare le reti neuronali biologiche. L’obiettivo finale dell’AI (artificial intelligence) è quello di creare dei computer con capacità di ragionamento simili (se non uguali) all’essere umano. Il machine learning, invece, è l’algoritmo che permette alle macchine intelligenti di migliorarsi con il tempo, esattamente come avviene con il cervello umano. Senza l’apprendimento avanzato, infatti, non sarebbe possibile mettere “in moto” l’intelligenza artificiale. Un esempio classico di machine learning è rappresentato dai sistemi di visione artificiale, ovvero la capacità di un sistema computazionale di riconoscere oggetti acquisiti digitalmente da sensori di immagine.
L’algoritmo impiegato in questi casi dovrà riconoscere determinati oggetti, distinguendoli tra animali, cose e persone, e nello stesso tempo imparando dalle situazioni, ovvero avere memoria di ciò che si è fatto per impiegarlo efficacemente nelle prossime acquisizioni di visione artificiale impiegate soprattutto nei sistemi Automotive. Il percorso aiuta i partecipanti a comprendere con maggiore chiarezza il mondo dell’intelligenza artificiale e cogliere le potenzialità applicative delle tecnologie di apprendimento automatico.
EDIZIONI
Obiettivi
L’obiettivo del corso è quello di introdurre gli studenti alle tematiche relative all’AI ed in particolare al Machine Learning e Deep Learning, attraverso inquadramenti teorici, casi applicativi, utilizzo di metodologie e tecnologie.
Al termine del percorso i partecipanti avranno compreso cosa si intende per Deep Learning e Natural Language Processing, come si è arrivati allo stato attuale dell’arte delle conoscenze e della ricerca, quali sono le tecniche che si adottano ad oggi e quali sono i principali ambiti di applicazione. In particolare quindi per il Deep Learning sapranno distinguere e prepararsi a lavorare sulle Neural Networks (DNN; RNN, CNN…) con applicazioni nei settori delle natural language processing, automatic speech recognition, image recognition, visual art processing, customer relationship management (CRM), mobile advertising, bioinformatics/medical informatics.
Competenze
I contesti lavorativi in cui ad oggi spendere le conoscenze e competenze ricavabili con questo corso sono legati agli ambiti applicativi dell’intelligenza artificiale applicata ai Big data, in particolare all’apprendimento automatico, quindi anzitutto quelli della Ricerca e Sviluppo ma anche del Marketing e Vendite e Delivery di Servizi evoluti e smart sia per il mondo B2C che B2C. La spendibilità delle conoscenze acquisite è dimostrata da numerosi studi previsionali sulle professioni del futuro; molte organizzazioni investono nell’acquisizione di masse di dati che permettono migliore conoscenza delle abitudini di consumo e acquisto della clientela e l’uso di questo patrimonio richiede conoscenze specialistiche che non sono più solo informatiche. Agli studenti verranno anche fornite competenze di base sugli algoritmi di ML e applicazione su Dataset Opensource per comprendere le logiche e il funzionamento delle tecnologie AI.
E’ prevista la certificazione digitale delle competenze acquisite attraverso la collaborazione con Reiss Romoli. Saranno emessi open badge sulle competenze specifiche rilasciate in esito ai progetti, previo raggiungimento del 70% di frequenza.
Contenuti del percorso
- INTRODUZIONE AL MACHINE LEARNING
- Teoria degli algoritmi di Machine Learning (con apprendimento supervisionato, non supervisionato, con rinforzo, semi-supervisionato)
- Framework open source come Scikit Learn e relativi esempi di Dataset: caricamento dati e training, parametri del modello, …
- Processo di implementazione algoritmi di ML: definizione del problema, raccolta dei dati, data cleaning, costruzione del modello, cross validation, valutazione dei risultati
- Introduzione alle reti neurali e al layering di algoritmi di machine learning: reti neurali e deep learning concetti base, funzioni di costo
- Esempi applicati su framework Tensorflow
- PRESENTAZIONE DELLE PRINCIPALI APPLICAZIONI DEL DEEP LEARNING
- natural language processing
- automatic speech recognition
- Image recognition
- visual art processing
- customer relationship management
Destinatari e requisiti d'accesso
12 Giovani in possesso di una laurea triennale o magistrale o una laurea a ciclo unico, conseguita da non più di 24 mesi, residenti o domiciliati in regione Emilia Romagna in data antecedente l’iscrizione alle attività.
Nel caso in cui, a seguito dell’accoglimento di tutte le domande di partecipazione da parte dei neolaureati, restassero disponibili ulteriori posti, potranno accedere anche gli studenti iscritti ai percorsi di laurea di primo e/o secondo livello e/o a ciclo unico
Le competenze necessarie in ingresso, oltre al requisito formale, sono trasversali: una forte attitudine alle tecnologie digitali, predisposizione al pensiero critico e capacità di autoaggiornamento. A questo progetto possono accedere laureati provenienti di tutte le aree disciplinari umanistica, giuridico-economica e scientifica, permettendo di specializzare le conoscenze innovative legate al mondo dell’intelligenza artificiale e alle applicazioni per i business B2B e B2C.
Sedi e modalità di svolgimento
Sono previste edizioni dei corsi su tutto il territorio regionale. Per visionare le edizioni attive ed iscriversi si rimanda alla sezione calendario edizioni.
I calendari dei corsi saranno pubblicati con cadenza trimestrale.
In funzione della domanda e al fine di garantire parità di accesso alle stesse opportunità, per lo stesso corso sono previste più edizioni, fino ad esaurimento, per il 2023 e per tutto il 2024.
Contatti
Per informazioni:
Tel. 800 036425
Mail. bigdata@formindustria.it
Riferimento
“Anticipare la crescita con le nuove competenze sui Big Data” – Operazione Rif PA 2023-19167/RER, approvata con DGR N. 843/2023 del 29/05/2023 e co-finanziata dal Fondo Sociale Europeo Plus 2021-2027 Regione Emilia-Romagna