Corsi per manager, executive ed imprenditori con responsabilità di business ed operative, impegnati nel costruire un vantaggio competitivo per l’azienda. Anche se impostati sulle esigenze e sui temi necessari al cliente, è però fondamentale consentire ai partecipanti di comprendere i meccanismi chiave alla base dell’Intelligenza Artificiale che sono alla base della definizione dei costi, dei tempi di sviluppo,delle opportunita’ e dei rischi, anche legali, associati a questa tecnologia.
Corsi personalizzati per responsabili tecnici, CTO e CIO. Comprendere come definire il budget di un progetto, i punti chiave, gli skills tecnici necessari, l’architettura software e l’infrastruttura hardware sono elementi essenziali per chi deve gestire progetti di Intelligenza Artificiale. Come creare un modello ed i dati a supporto per allenarlo. Metriche e valutazione dei risultati, specificità nella documentazione e manutenzione dei progetti.
Corsi per chi vuole apprendere le modalità di creazione di modelli di Intelligenza Artificiale. Esistono moltissimi corsi online, su diverse piattaforme, valide per un primo momento di apprendimento, ma rendono difficile se non impossibile il confronto sia con i docenti che con gli altri partecipanti, non solo, ma anche i casi pratici sembrano così evidenti e semplici, salvo il momento in cui si decide di provare da soli a sviluppare i primi modelli. Ecco che emergono i problemi ed occorrono ore se non giorni nel tentativo di comprendere una particolare funzione, od anche una sola linea di codice. Il taglio dei nostri corsi è quello di aiutare a ridurre al minimo questi tempi, tramite una comprensione approfondita della tecnologia, esempi che mettano in rilievo le peculiarità dei linguaggi o dei framework di sviluppo, aiutando anche ad individuare riferimenti utili sulla rete, per non navigare a vuoto, o seguendo indicazioni che potrebbero risultare non attinenti.
Corsi a catalogo:
“Deep Neural Network: dai primi passi alla creazione di reti neurali con Python e Tensorflow”
A chi si rivolge: progettisti software che vogliono acquisire le basi della progettazione di modelli di Intelligenza Artificiale, con una conoscenza minima del linguaggio Python e nozioni di algebra per lavorare sulle matrici di dati tipiche di questa tecnologia.
Obiettivo: consentire ai partecipanti di poter utilizzare tutti gli strumenti necessari per comprendere e sviluppare in autonomia semplici progetti di Deep Learning.
Come funzionano gli algoritmi di IA: usando Python e Tensorflow, muoveremo i primi passi negli elementi costitutivi del machine learning, creeremo passo passo reti neurali definendo i concetti di parametri ed hyperparameters, loss, activation functions, forward propagation e backpropagation.
“Computer Vision“
Perchè si usano le Convolutional Neural Network, quali sono i modelli più innovativi e come è possibile applicarli a device che hanno una potenza di calcolo ridotta. Usare il transfer Learning per ottimizzare i tempi di sviluppo ed i costi di training, con risultati confrontabili con quelli dell’occhio umano. Analizziamo le logiche alla base degli algoritmi più utilizzati.
Dai filtri digitali alle reti neurali più avanzate, ai concetti di transfer learning
I corsi possono essere erogati online in presenza o mista.
“Natural Language Processing”
Un tempo erano le Recurrent Neural Network, oggi si usano i Transformer, quali algoritmi e per quale problema si usano le diverse reti neurali, per predire l’evoluzione dei virus, l’andamento di un portafoglio in borsa,creare un chatbot.
Analizzeremo l’evoluzione degli algoritmi e delle loro modalità d’uso.
“Generative Adversarial Network“
Per chi vuole spingersi al limite delle conoscenze del Machine Learning e della sua evoluzione verso la riproduzione dell’intelligenza umana un percorso nelle reti nate nel 2015, che hanno l’incredibile capacità di creare, come generare dipinti, creare nuove reti neurali ed ottimizzare una rete esistente, spostando in alto i limiti di questa incredibile tecnologia.
Lavoro in aula fisica o virtuale
Tutti i corsi sono corredati da esempi pratici sviluppati con i partercipanti icon l’obiettivo di evidenziare le tipiche criticità di chi si avvicina alla progettazione di modelli di IA. Partendo dai datasets più usati nelle università, alleneremo i modelli costruiti, li confronteremo e li testeremo valutandone le performance.