Destinatari
Il corso è rivolto a chiunque voglia approfondire il tema dell’intelligenza artificiale, del machine learning e del deep learning e comprendere quali possono essere le applicazioni pratiche di questi strumenti informatici nelle aziende.
Programma
Parte I: Introduzione all'intelligenza artificiale
- Varie definizioni di intelligenza artificiale
- Breve storia dell'intelligenza artificiale
- Terminologia di base dell'intelligenza artificiale
- Intelligenza artificiale ed etica
- Che cos'è un insieme di dati (e nozioni di preprocessing)?
- Predizione e causalità
- Tecniche di apprendimento automatico: supervised learning e unsupervised learning
Parte II: Introduzione al machine learning (ML)
- Terminologia di base e concetti di base: modelli, funzioni di perdita, ...
- Cos’è il Machine Learning e cosa non è Machine Learning
- Cosa significa addestrare un modello e valutare le sue capacità predittive
- Esempi di modelli: regressione e classificazione
- Metriche di qualità e interpretabilità
- Modelli tradizionali: decision tree, random forest
- Clustering / complexity reduction
Parte III: Introduzione al deep learning
- Reti neurali e deep learning
- Il problema della rappresentazione interna nelle reti neurali
- Addestramento delle reti neurali
- Architetture più complesse: reti a convoluzione
- Architetture più complesse: transformer
- Intelligenza artificiale e creazione di valore nelle funzioni aziendali
Obiettivi
Il corso introduttivo “Intelligenza Artificiale, Machine Learning e Deep Learning” ha l’obiettivo di fornire una panoramica completa delle nozioni fondamentali dell'AI, dal machine learning al deep learning, con un'attenzione particolare al valore che queste tecnologie possono creare.
Conoscenze di base
I partecipanti al corso non devono possedere conoscenze di programmazione informatica.
Documentazione
La documentazione utilizzata dai docenti durante il Corso introduttivo “Intelligenza Artificiale, Machine Learning e Deep Learning”, utile all’approfondimento degli argomenti affrontati, sarà fornita ai partecipanti in formato digitale.
Metodologia didattica
Il corso di formazione “Intelligenza Artificiale, Machine Learning e Deep Learning” è svolto con metodo altamente interattivo, in modo da coinvolgere gli allievi, sollecitarne l’interesse, favorire la discussione.
Durante il corso i docenti potranno essere proposti piccoli esercizi da svolgere utilizzando applicativi diffusi, quali:
- la versione gratuita di ChatGPT di OpenAI
- il framework opensource Ollama
Per garantire un efficace partecipazione al corso è opportuno che i partecipanti provvedano prima del corso a scaricare l’applicazione Ollama sul proprio PC.
Verifica di apprendimento
Al fine di verificare l’apprendimento, saranno sottoposti ai discenti test con domande a risposta multipla, che si riterranno superati con almeno il 70% di risposte corrette. Nei corsi svolti in videoconferenza sincrona le verifiche di apprendimento sono svolte online, per mezzo della piattaforma di videoconferenza sincrona.
Attestati di frequenza
Per ogni partecipante al corso introduttivo “Intelligenza Artificiale, Machine Learning e Deep Learning”, superata la verifica finale di apprendimento, verrà rilasciato un attestato di frequenza.