Durata
1 Giorno


Overview

Le tematiche legate al machine learning ed all’artificial intelligence sono considerate come disruptive ovvero delle tecnologie che potranno rivoluzionare i mercati di riferimento. Molte tecnologie sono già disponibili per il mercato consumer (si pensi ad agli assistenti vocali), per il mercato business sono già presenti delle possibili applicazioni ma notevoli sono i margini di sviluppo ed innovazione Lo scopo del corso è introdurre i partecipanti alla tematica fornendo un quadro generale su termini, modalità di applicazione di tali metodologie utilizzando case study per dimostrarne l’applicabilità. Sarà fornita una panoramica sugli ambienti di sviluppo (sia commerciali che open source), alla materia (creazione dataset, apprendimento supervisionato e non supervisionato) e ad alcune metodologie di machine learning (clustering, PCA, neural network). Saranno presentati dei case study per mostrare delle possibili applicazioni in azienda nonché alcuni semplici esempi con linguaggi di programmazione (R, Python).

Programma

Il corso è suddiviso nei seguenti moduli:

  • Introduzione al machine learning e artificial intelligence, la raccolta ed analisi dati aziendali, panoramica dei software disponibili, introduzione alle diverse tipologie di machine learning attualmente utilizzate, definizione di apprendimento supervisionato e non supervisionato

  • Clustering – Introduzione alla metodologia del clustering e suoi campi di applicazione, definizione dei parametri per eseguire analisi con il clustering. Presentazione di case study ed utilizzo di script per l’esecuzione di tale analisi

  • PCA – Introduzione alla metodologia della principal component analysis, applicazione per la semplificazione di problemi multi-variabile. Presentazione di case study ed utilizzo di script per l’esecuzione di tale analisi

  • Reti neurali – Introduzione allo strumento delle reti neurali, ai parametri necessari per la definizione di reti neurali e possibili campi di applicazione. Presentazione di case study ed utilizzo di script per l’esecuzione di tale analisi.

Docente/i

Giulio Vialetto
Ph.D. ha conseguito la laurea in Ingegneria dell’Innovazione del Prodotto e successivamente il dottorato di ricerca in Ingegneria Industriale presso l’Università di Padova. Scopo della sua ricerca è l’applicazione dell’intelligenza artificiale nei processi produttivi, con un focus particolare nell’energy saving. Ha coniugato le attività di ricerca con l’attività professionale presso KValue dove è responsabile di progetti di miglioramento in ambito operation, introduzione del paradigma Industry 4.0 nonché l’implementazione di business intelligence, data analytics e machine learning all’interno di tutte le funzioni aziendali.

Destinatari

Il corso si rivolge principalmente a persone afferenti all’area IT ed area Operation.

 

Potrebbe interessarti

Scopri i corsi correlati all'area Digital Organization > clicca qui!