Corso Intelligenza Artificiale Base

Per aderire a questo percorso formativo si suggeriscono competenze base nell’uso del PC e preferibilmente una minima familiarità con il web e i social network.

Programma Didattico

• Modulo 1: Introduzione all’Intelligenza Artificiale

  • Panoramica dell’Intelligenza Artificiale
    • Storia e sviluppo dell’IA.
    • Differenze tra intelligenza artificiale, machine learning e deep learning.
    • Applicazioni dell’IA nei diversi settori (salute, finanza, trasporti, ecc.).
  • Etica e Impatti Sociali dell’IA
    • Discussione sugli impatti etici e sociali dell’IA.
    • IA e il mercato del lavoro.
    • Considerazioni sulla privacy e sulla sicurezza.

  Modulo 2: Fondamenti di Machine Learning

  • Concetti Base di Machine Learning
    • Definizione di machine learning e sue categorie principali: supervisato, non supervisato, rinforzato.
    • Panoramica sul ciclo di vita di un progetto di machine learning.
  • Algoritmi di Machine Learning
    • Introduzione ai principali algoritmi di machine learning: regressione lineare, classificazione, clustering.
    • Differenze e applicazioni pratiche di ciascun algoritmo.
  • Preparazione e Pulizia dei Dati
    • Importanza dei dati nella costruzione di modelli di IA.
    • Tecniche di raccolta, pulizia e pre-processing dei dati.
    • Utilizzo di strumenti e librerie per la gestione dei dati (es. Pandas, NumPy).

  Modulo 3: Reti Neurali e Deep Learning

  • Introduzione alle Reti Neurali
    • Concetti base delle reti neurali artificiali.
    • Struttura di una rete neurale: neuroni, strati, funzioni di attivazione.
    • Addestramento delle reti neurali: backpropagation e gradient descent.
  • Introduzione al Deep Learning
    • Differenze tra reti neurali classiche e deep learning.
    • Architetture di reti neurali profonde: CNN (Convolutional Neural Networks) e RNN (Recurrent Neural Networks).
    • Applicazioni pratiche del deep learning (visione artificiale, riconoscimento vocale, ecc.).

  Modulo 4: Strumenti e Librerie per l’IA

  • Strumenti e Ambienti di Sviluppo
    • Introduzione ai principali strumenti utilizzati nello sviluppo di IA (es. Jupyter Notebook, Google Colab).
    • Panoramica delle principali librerie per machine learning e deep learning: TensorFlow, Keras, PyTorch, Scikit-learn.
  • Sviluppo di Modelli di IA Semplici
    • Creazione di un modello di machine learning di base utilizzando Scikit-learn.
    • Implementazione di una rete neurale semplice con Keras o TensorFlow.
    • Valutazione delle prestazioni dei modelli: metriche e tecniche di validazione.

  Modulo 5: Applicazioni Pratiche e Progetto Finale

  • Casi Studio di IA
    • Analisi di casi studio reali di applicazione dell’IA.
    • Discussione delle sfide e delle soluzioni implementate.
  • Progetto Finale
    • Realizzazione di un progetto pratico in cui i partecipanti sviluppano e addestrano un modello di IA basato sui concetti appresi.
    • Presentazione e discussione dei risultati ottenuti.

  Modulo 6: Conclusioni e Prospettive Future

  • Revisione dei Concetti
    • Ripasso dei concetti chiave trattati durante il corso.
    • Domande e risposte finali.
  • Prospettive Future e Opportunità
    • Discussione sulle tendenze future dell’IA.
    • Introduzione alle possibilità di carriera e specializzazione nel campo dell’intelligenza artificiale.

Cosa Include

• Manuale di Studio
• Applicazione con Licenza 1 Anno

Si ricorda, per la formazione in presenza che è previsto l’alloggio e servizio driver gratuitamente durante la permanenza.

Tutti i nostri Docenti sono Campioni Italiani o Global Ambassador accreditati ufficialmente o Esperti di Settore da almeno 10 anni di esperienza certificata.

Micro Onda Group S.r.L. è un Ente Accreditato ai Servizi di Istruzione e Formazione Professionale ed Autorizzato dal Ministero del Lavoro (Ex Anpal Sezione IV e V).

Al termine del percorso di formazione, previo superamento delle ore minime e dell’esame specifico con media non inferiore al 70% si otterrà un Certificato di Abilità e Conoscenza riconosciuto a livello Internazionale.
In caso di non superamento dell’Esame è prevista la possibilità di ripetere il corso gratuitamente senza nessun onere a carico dello studente.