Teoresi logo compact negative

Teoresi dà il benvenuto a MediCon Ingegneria

Artificial Intelligence and Machine Learning Mastery
Artificial Intelligence T-Academy Path

L’Intelligenza Artificiale è la disciplina che automatizza attività svolte tipicamente da essere umani. Uno dei suoi dominii più rilevanti è rappresentato dal Machine Learning che ha lo scopo di insegnare ai computer l’apprendimento automatico, in assenza di una esplicita attività di programmazione. Negli ultimi anni, grazie all’ingente quantità di dati disponibili e al potenziamento della capacità di calcolo dell’hardware, l’attenzione del mercato verso paradigma del machine learning è cresciuta in maniera esponenziale. A differenza della programmazione classica, caratterizzata dalla centralità delle attività del programmatore nella scrittura delle regole che trasformano i dati di input in quelli di output, nel Machine Learning le regole vengono estratte a partire dai dati di input o output. È possibile arrivare a questi risultati attraverso differenti tipi di algoritmi, tra cui le reti neurali artificiali, che si evolvono nel deep learning.

Finalità

Il percorso AI e Machine Learning Mastery, a partire dalla condivisione della terminologia fino alla definizione dei suoi elementi fondanti e dei workflow essenziali, ha l’obiettivo di fornire una conoscenza appropriata sia dei concetti base del Machine Learning, con particolare attenzione alla preparazione dei dati e alla risoluzione dei problemi di classificazione e regressione, che di quelli del Deep Learning. Imparerai le dinamiche di funzionamento dell’AI e il suo utilizzo pratico attraverso il linguaggio Python e librerie popolari come Scikit-learn, Keras, Pandas e tante altre.

È il percorso per te se:

Sviluppi modelli in grado di risolvere problemi di regressione (modellazione di fenomeni fisici, predizione di andamenti di serie temporali) e classificazione (riconoscimento immagini). Può essere di tuo interesse se ti occupi di analisi statistiche finalizzate all’evidenziazione di pattern.

È necessario avere conoscenze di:

  • Statistica base
  • Probabilità base
  • Algebra Lineare e Teoria dei Segnali
  • Dimostrare una buona predisposizione alla programmazione

Nice to have

  • Python/R/Matlab
  • Analisi dei dati
  • Elaborazione immagini
  • Modellazione
Moduli

In questo percorso di formazione, i moduli previsti tratteranno i seguenti argomenti:

  • Data Pre-processing
  • Machine Learning
  • Deep Learning
  • Computer Vision
  • Tools