AI: dalla teoria all’implementazione

Learning Box

compreso

Data inizio e modalità

Su richiesta

Durata

16 ore

Obiettivi


Nel corso vedremo quali sono le basi teoriche e gli obiettivi delle metodologie di Intelligenza Artificiale (AI) in particolar modo di quella che è la sua applicazione più diffusa cioè il Machine Learning.
In particolare, essendo il Machine Learning legato a modelli di previsione, cercheremo di capire cosa si può prevedere e come. I target previsionali del Machine Learning sono molteplici e vanno dalle previsioni legate a comportamenti (es. acquisto di un determinato prodotto) a previsioni di variabili nel tempo (es. andamento prezzi, vendite). A seconda del target verranno esposte nel dettaglio le diverse metodologie a disposizione accompagnate da esempi concreti collegati a casi d’uso aziendali. Oltre a fornire una visione dettagliata degli obiettivi e degli strumenti di Intelligenza Artificiale, il corso illustrerà come i diversi casi d’uso possono essere implementati (spesso senza investimenti particolarmente rilevanti) in modo tale da portare vantaggi tangibili ai processi aziendali.

Che cosa “ci portiamo a casa”?

  1. Conosceremo le opportunità offerte dall’Intelligenza Artificiale (AI) e dal Machine Learning
  2. Avremo un quadro completo degli strumenti per cogliere queste opportunità
  3. Scopriremo le diverse modalità di implementazione di un progetto di Machine Learning

Destinatari


Il corso è rivolto a tutti profili aziendali che lavorano a diversi livelli con dati di vario tipo. Un profilo di management ne ricaverà una visione chiara di cosa si può realizzare con l’Intelligenza Artificiale (AI) e con il Machine Learning e anche quali abilità devono essere presenti nella sua squadra o quali profili integrare nella stessa.

Nel caso di profili più tecnici, come per esempio statistici o esperti di basi di dati, questi potranno migliorare notevolmente la comprensione delle problematiche tecniche legate all’Intelligenza Artificiale riuscendo in questo modo a capire quali argomenti approfondire per fare un salto di qualità nella loro carriera.

Programma


  • Introduzione all’Intelligenza Artificiale (AI) e al Machine Learning
  • Supervised Learning e Unsupervised Learning
  • I diversi tipi di Target (obiettivi previsionali)
  • I passi fondamentali per la costruzione del modello
  • I principali algoritmi del Machine Learning
  • Dalle previsioni alle decisioni
  • Casi d’uso aziendali
  • Best practices per l’implementazione dei casi d’uso

Richiesta informazioni