Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione all'intelligenza artificiale e al machine learning
- Panoramica dei concetti di AI e ML
- Raccolta e pre-elaborazione dei dati
- Introduzione a Python per l'IA
Data Analysis e Visualizzazione
- Analisi esplorativa dei dati
- Tecniche di visualizzazione dei dati
- Fondamenti statistici per il ML
Machine Learning Modelli
- Algoritmi di apprendimento supervisionato
- Algoritmi di apprendimento non supervisionato
- Valutazione e selezione del modello
Deep Learning e Neural Networks
- Fondamenti di reti neurali
- Reti neurali convoluzionali (CNN)
- Reti neurali ricorrenti (RNN)
Natural Language Processing (NLP)
- Elaborazione del testo ed estrazione di feature
- Analisi del sentiment e classificazione del testo
- Modelli linguistici e chatbot
Computer Visione
- Nozioni di base sull'elaborazione delle immagini
- Rilevamento di oggetti e classificazione delle immagini
- Argomenti avanzati di visione artificiale
Distribuzione e scalabilità
- Strategie di distribuzione delle applicazioni di intelligenza artificiale
- Scalabilità delle applicazioni di intelligenza artificiale
- Monitoraggio e manutenzione dei sistemi di IA
Etica e futuro dell'IA
- Considerazioni etiche nell'IA
- Politica e regolamentazione dell'IA
- Tendenze future nell'IA e nel ML
Progetto Lab
- Sviluppo di un'applicazione intelligente su piccola scala
- Utilizzo di set di dati reali
- Collaborare a un progetto di gruppo per risolvere un problema rilevante per il settore
Riepilogo e prossime tappe
Requisiti
- Comprensione dei concetti di base della programmazione
- Esperienza con Python e tecniche fondamentali di data science
- Familiarità con i principi fondamentali di AI e ML
Pubblico
- Professionisti dell'IA
- Sviluppatori di software
- Analisti di dati
28 ore
