Discrezione del corso:
Il Corso di Intelligenza Artificiale Avanzata è pensato per chi desidera approfondire le tecnologie, le applicazioni e le potenzialità dell’IA oltre le basi teoriche.
Attraverso lezioni tecniche, esercitazioni pratiche e analisi di casi reali, i partecipanti impareranno a comprendere il funzionamento dei principali algoritmi di machine learning e deep learning, a utilizzare strumenti e piattaforme per la creazione di modelli predittivi e ad applicare l’intelligenza artificiale a diversi ambiti professionali.
L’obiettivo è fornire competenze operative per progettare soluzioni basate sull’IA e comprendere le implicazioni etiche e strategiche delle tecnologie intelligenti.
A chi è rivolto:
Il corso è rivolto a studenti, tecnici, professionisti IT e appassionati di tecnologia che possiedono già una conoscenza di base di informatica o di programmazione e desiderano approfondire i concetti e gli strumenti avanzati dell’intelligenza artificiale.
Contenuti didattici
Fondamenti avanzati di machine learning
Ripasso dei concetti chiave: supervisione, regressione, classificazione e clustering. Approfondimento degli algoritmi più utilizzati (Random Forest, SVM, K-Means, Gradient Boosting). Metriche di valutazione dei modelli e tecniche di ottimizzazione.
Reti neurali e deep learning
Architettura e funzionamento delle reti neurali artificiali. Introduzione alle reti convoluzionali (CNN) e ricorrenti (RNN). Applicazioni pratiche per il riconoscimento di immagini, testi e linguaggio naturale.
Strumenti e piattaforme di sviluppo
Utilizzo di piattaforme come TensorFlow, Keras e Google Colab. Gestione dei dataset, addestramento dei modelli e visualizzazione dei risultati. Esempi pratici di costruzione di modelli predittivi.
Applicazioni e implicazioni etiche
Casi d’uso dell’intelligenza artificiale in diversi settori (sanità, finanza, marketing, istruzione). Analisi delle sfide etiche, della trasparenza e della sicurezza dei sistemi intelligenti. Introduzione al concetto di “IA responsabile”.
Competenze in uscita
-
Comprendere e applicare tecniche avanzate di machine learning e deep learning.
-
Utilizzare piattaforme e librerie per lo sviluppo di modelli di IA.
-
Analizzare dati complessi e realizzare modelli predittivi efficaci.
-
Riconoscere le potenzialità e i limiti delle tecnologie di intelligenza artificiale.
-
Valutare gli aspetti etici e sociali legati all’uso dell’IA.
-
Prerequisiti
-
Conoscenza di base dei principi dell’intelligenza artificiale e del machine learning.
-
È consigliata la frequenza del Webinar di Intelligenza Artificiale Base o esperienze equivalenti.




