Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all’Intelligenza Artificiale
- Cos’è l’Intelligenza Artificiale e in quali contesti viene impiegata?
- Differenze tra Intelligenza Artificiale, machine learning e deep learning
- Gli strumenti e le piattaforme più diffusi nel settore
Python per l’Intelligenza Artificiale
- Riepilogo dei concetti fondamentali di Python
- Utilizzo di Jupyter Notebook
- Installazione e gestione delle librerie necessarie
Lavorare con i dati
- Preparazione e pulizia dei dati
- Utilizzo di Pandas e NumPy
- Visualizzazione grafica con Matplotlib e Seaborn
Nozioni di base sul machine learning
- Differenze tra apprendimento supervisionato e non supervisionato
- Classificazione, regressione e clustering
- Fasi di addestramento, validazione e test dei modelli
Reti neurali e deep learning
- Struttura delle reti neurali
- Impiego di TensorFlow o PyTorch nella creazione dei modelli
- Progettazione e addestramento effettivo dei modelli
Elaborazione del linguaggio naturale e visione artificiale
- Classificazione del testo e analisi delle emozioni
- Concetti fondamentali sul riconoscimento delle immagini
- Modelli pre-addestrati e tecniche di trasferimento apprendimento
Distribuzione dei modelli AI nelle applicazioni
- Salvataggio e caricamento dei modelli creati
- Integrazione delle funzionalità di Intelligenza Artificiale in API o applicazioni web
- Linee guida per i test e la manutenzione dei sistemi AI
Conclusioni e prospettive future
Requisiti
- Conoscenza di base della logica e delle strutture della programmazione
- Esperienza nell’utilizzo di Python o di altri linguaggi di programmazione ad alto livello
- Conoscenza preliminare di algoritmi e strutture dati
Destinatari del corso
- Professionisti dei sistemi IT
- Sviluppatori software intenzionati ad integrare soluzioni di Intelligenza Artificiale nei propri progetti
- Ingegneri e responsabili tecnici interessati all’implementazione di applicazioni basate sull’AI
40 ore
Recensioni (1)
Ho acquisito una conoscenza riguardante la libreria Streamlit di Python e sicuramente cercherò di utilizzarla per migliorare le applicazioni del mio team, che sono sviluppate con R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Corso - GitHub Copilot for Developers
Traduzione automatica