Struttura del corso

Introduzione all'Intelligenza Artificiale

  • Cosa è l'AI e dove viene utilizzata?
  • AI vs. Apprendimento Automatico vs. Deep Learning
  • Strumenti e piattaforme popolari

Python per l'AI

  • Riepilogo delle basi di Python
  • Utilizzo del Jupyter Notebook
  • Installazione e gestione delle librerie

Lavorare con i Dati

  • Preparazione e pulizia dei dati
  • Utilizzo di Pandas e NumPy
  • Visualizzazione con Matplotlib e Seaborn

Fondamenti dell'Apprendimento Automatico

  • Apprendimento Supervisionato vs. Non Supervisionato
  • Classificazione, regressione e clustering
  • Allenamento, validazione e test dei modelli

Reti Neurali e Deep Learning

  • Architettura delle reti neurali
  • Utilizzo di TensorFlow o PyTorch
  • Costruzione e allenamento dei modelli

Linguaggio Naturale e Visione Artificiale

  • Classificazione del testo e analisi del sentiment
  • Nozioni di base sulla riconoscimento delle immagini
  • Modelli pre-addestrati e apprendimento trasferito

Implementazione dell'AI nelle Applicazioni

  • Salvataggio e caricamento dei modelli
  • Utilizzo di modelli AI in API o applicazioni web
  • Best practice per il testing e la manutenzione

Riepilogo e Passi Successivi

Requisiti

  • Comprensione della logica e delle strutture di programmazione
  • Esperienza con Python o linguaggi di programmazione ad alto livello simili
  • Conoscenza di base degli algoritmi e delle strutture dati

Pubblico Obiettivo

  • Professionisti IT di sistemi
  • Sviluppatori software che desiderano integrare l'AI
  • Ingegneri e manager tecnici che esplorano soluzioni basate su AI
 40 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative