Corso di formazione Creazione di applicazioni intelligenti con AI e ML

Introduzione all’intelligenza artificiale e al machine learning

• Panoramica sui concetti fondamentali di AI e ML
• Raccolta e pre-elaborazione dei dati
• Introduzione all’utilizzo di Python nell’ambito dell’intelligenza artificiale

Analisi e visualizzazione dei dati

• Analisi esplorativa dei dati
• Tecniche di visualizzazione dati
• Fondamenti statistici necessari per il machine learning

Modelli di machine learning

• Algoritmi di apprendimento supervisionato
• Algoritmi di apprendimento non supervisionato
• Valutazione e scelta dei modelli più idonei

Deep learning e reti neurali

• Concetti fondamentali sulle reti neurali
• Reti neurali convoluzionali (CNN)
• Reti neurali ricorrenti (RNN)

Elaborazione del linguaggio naturale (NLP)

• Trattamento del testo e estrazione di feature
• Analisi del sentiment e classificazione dei testi
• Modelli linguistici e chatbot

Visione artificiale

• Concetti di base sull’elaborazione delle immagini
• Rilevamento degli oggetti e classificazione delle immagini
• Argomenti avanzati nell’ambito della visione artificiale

Distribuzione e scalabilità delle applicazioni AI

• Strategie per la distribuzione di applicazioni basate su intelligenza artificiale
• Tecniche per lo scaling di tali applicazioni
• Monitoraggio e manutenzione dei sistemi AI

Etica nell’utilizzo dell’intelligenza artificiale e prospettive future

• Aspetti etici da considerare nello sviluppo di applicazioni AI
• Politiche e normative riguardanti l’intelligenza artificiale
• Tendenze future nel campo dell’intelligenza artificiale e del machine learning

Progetto di laboratorio

• Sviluppo di una piccola applicazione intelligente su scala ridotta
• Utilizzo di dataset reali per l’implementazione pratica
• Collaborazione in gruppo per affrontare un problema rilevante per il settore lavorativo

Riassunto finale e prossimi passi