Struttura del corso

Introduzione all'IA

  • Storia dell'IA
  • Definizioni e terminologia
  • IA vs. intelligenza umana
  • Tendenze e potenzialità future

Machine Learning Nozioni di base

  • Tipi di apprendimento automatico: supervisionato, non supervisionato, rinforzo
  • Algoritmi chiave di ML
  • Flusso di lavoro ML: dalla raccolta dei dati alla valutazione del modello

Data Management

  • Tecniche di raccolta dei dati
  • Pulizia e pre-elaborazione dei dati
  • Analisi e visualizzazione dei dati

L'IA in pratica

  • Casi di studio di applicazioni di IA
  • Soluzioni di intelligenza artificiale specifiche per il settore
  • L'IA nei prodotti di consumo

Considerazioni etiche

  • L'intelligenza artificiale e lo spostamento del lavoro
  • Bias ed equità nell'IA
  • Problemi di privacy e sicurezza
  • Il futuro dell'etica dell'IA

Progetto Lab

  • Python Assegnazioni di programmazione
  • Progetti di analisi dei dati utilizzando set di dati reali
  • Sviluppo di un semplice modello di ML

Riepilogo e prossime tappe

Requisiti

  • Comprensione dei concetti di base della programmazione
  • Esperienza con la programmazione Python
  • Familiarità con la statistica e la matematica di base

Pubblico

  • Professionisti IT
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative