TUTTI I PERCORSI - Transizione digitale

#M0.9 Soluzioni Low Code per la Statistica descrittiva, il Data Mining e il Machine Learning
Percorso Formativo (Polo Transizione digitale - Taranto - TATF09000G)

L'iscrizione ai percorsi formativi avviene esclusivamente nell'area riservata. Per ricercare con facilità un percorso formativo consigliamo di utilizzare l'ID percorso che si trova in questa scheda di dettaglio.

  • ID percorso

    296180

  • Titolo Percorso

    #M0.9 Soluzioni Low Code per la Statistica descrittiva, il Data Mining e il Machine Learning

  • Tipologia di svolgimento

    Mooc

  • Data inizio

    09/11/2024

  • Data di conclusione

    28/10/2025

  • Durata (in ore)

    24

  • Numero posti

    10000

  • Descrizione

    Il percorso formativo mira a introdurre o consolidare l’uso dei dati e l’esplorazione grafica per creare modelli di Machine Learning, utilizzando soluzioni Low Code facili e immediate. Dopo i temi teorici, seguiranno esercitazioni guidate in ambiente Low Code, con file sorgenti e Dataset disponibili per personalizzazioni individuali.

  • Regioni destinatarie della formazione

    INTERO TERRITORIO NAZIONALE

  • Tipologia scuola

    Scuola secondaria I grado, Scuola secondaria II grado

  • Macro argomento

    Transizione digitale

  • Destinatari

    Docenti

  • Area DigCompEdu

    2. Risorse digitali

    3. Pratiche di insegnamento e apprendimento

    6. Favorire lo sviluppo delle competenze digitali degli studenti

  • Livello di ingresso

    B1. Sperimentatore/Intermedio/Conosce e utilizza in modo efficace e responsabile

  • Programma

    Modulo 1
    Presentazione della piattaforma di riferimento Low Code - accesso alle risorse disponibili - descrizione del flusso e dello stato dei nodi - nodi per elaborazioni varie per Input e Output.
    Modulo 2
    Il modello CRoss Industry Standard Process for Data Mining (CRISP-DM) - Formato dei dati, rappresentazione grafica dei dati - Normalizzazione dei dati - Missing Value - Outlier.
    Modulo 3
    Risoluzione con la piattaforma Low Code di vari problemi.
    Modulo 4
    Apprendimento supervisionato/non supervisionato - Regressione e classificazione - Train Set e Test Set - Bias e varianza - Errori nella classificazione - Overfitting e Underfitting - Algoritmi di Clustering.
    Modulo 5
    Risoluzione con la piattaforma Low Code degli algoritmi di classificazione, regressione e Clustering.

  • Formatore/i

    FRANCESCO PICCA

Per iscriversi ai percorsi formativi è necessario accedere all'area riservata.