Contattataci

Struttura del corso

Introduzione all’intelligenza artificiale generativa

  • Definizione di intelligenza artificiale generativa
  • Panoramica sui modelli generativi (GAN, VAE, ecc.)
  • Applicazioni e studi di caso

La necessità dei dati sintetici

  • Limiti legati all’utilizzo dei dati reali
  • Problemi di privacy e sicurezza
  • Miglioramento della robustezza dei modelli AI

Generazione di dati sintetici

  • Tecniche per la creazione di dati sintetici
  • Come garantire qualità e diversità dei dati generati
  • Laboratorio pratico: creare il proprio primo set di dati sintetici

Valutazione dei dati sintetici

  • Metriche per valutare la qualità dei dati sintetici
  • Confronto tra prestazioni ottenute con dati sintetici e dati reali
  • Analisi di casi studio specifici

Aspetti etici e legali

  • Come orientarsi nei dilemmi etici legati all’uso dei dati sintetici
  • Quadro normativo e requisiti di conformità
  • Come conciliare innovazione tecnologica e responsabilità sociale

Argomenti avanzati nella sintesi dei dati

  • Utilizzo di dati sintetici nell’apprendimento non supervisionato
  • Sintesi di dati tra diversi domini
  • Tendenze future dell’intelligenza artificiale generativa

Progetto finale

  • Applicazione delle conoscenze acquisite a scenari reali
  • Elaborazione di una strategia specifica per la generazione di dati sintetici
  • Valutazione del progetto e feedback da parte degli istruttori

Riassunto e prossimi passi

Requisiti

  • Conoscenza di base dei concetti legati all’apprendimento automatico
  • Esperienza nella programmazione con Python
  • Familiarità con i flussi di lavoro della scienza dei dati

Destinatari

  • Data scientist
  • Professionisti impegnati nello sviluppo di soluzioni AI
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative