#5 Analisi dei Dati e Modelli di Machine learning attraverso soluzioni Block Oriented - Scuola futura
#5 Analisi dei Dati e Modelli di Machine learning attraverso soluzioni Block Oriented
Percorso Formativo (Polo Transizione digitale - Taranto - TATF09000G)

-
ID percorso
131280
-
Titolo Percorso
#5 Analisi dei Dati e Modelli di Machine learning attraverso soluzioni Block Oriented
-
Tipologia di svolgimento
Online
-
Data inizio
17/07/2023
-
Data di conclusione
30/10/2023
-
Durata (in ore)
24
-
Numero posti
40
-
Luogo di svolgimento
-
Descrizione
Il percorso formativo è stato progettato per avvicinare i docenti, o consolidare la loro formazione, verso le pratiche di uso dei dati (dataset), la loro esplorazione (anche grafica), per la definizione di modelli di Machine Learning, attraverso soluzioni Block Oriented di facile ed immediato utilizzo.
-
Regioni destinatarie della formazione
INTERO TERRITORIO NAZIONALE
-
Tipologia scuola
Scuola secondaria I grado, Scuola secondaria II grado, CPIA (Centri provinciali per l'istruzione degli adulti)
-
Macro argomento
Transizione digitale
-
Destinatari
Docenti
-
Area DigCompEdu
6. Favorire lo sviluppo delle competenze digitali degli studenti
-
Livello di ingresso
B1. Sperimentatore/Intermedio/Conosce e utilizza in modo efficace e responsabile
-
Programma
24 ore (15 ore sincrone + 9 ore asincrone). L’intervento formativo sarà sviluppato in incontri sincroni da 3 h (15 h totali) e attività di 9 h asincrone per lo sviluppo di 3 e-tivity. Calendario degli incontri nel dettaglio: INCONTRO 1: 17 Luglio 2023 ore 16:00 - 19:00 Temi affrontati: - Formato dei dati; - Dati strutturati/non strutturati; - Dataset e repository per dataset; - Normalizzazione dei dati e Missing value; - Modelli di apprendimento: supervisionato, non supervisionato, con rinforzo; - Addestrare un Modello: train e test set; - Introduzione agli ambienti web based utilizzati nel corso: piattaforma per l'esplorazione dei dati, ambiente web based e block oriented per la definizione di un modello di machine learning (uso di blocchi, controlli ed eventi, movimenti, operatori e variabili), estensioni per AI e ML (machine learning, text recognition, hand detection, object detection, artificial intelligence); - Documentazione a supporto; - Assegnazione e-tivity 1: realizzare un’attività con uso di una o più delle estensioni approfondite (attività individuale). INCONTRO 2: 4 Settembre 2023 ore 16:00 - 19:00 Temi affrontati: - Tutoraggio Sincrono per il rinforzo di quanto trattato nell’incontro 1 e conclusione della e-tivity 1. INCONTRO 3: 11 Settembre 2023 ore 16:00 - 19:00 Temi affrontati: - Machine learning Environment: number classification, number regression, image classifier, object detection, hand pose classifier, audio classifier; - Documentazione a supporto; - Assegnazione e-tivity 2: realizzare un’attività di Machine learning Environment (attività individuale). INCONTRO 4: 25 Settembre 2023 ore 16:00 - 19:00 Temi affrontati: - Addestriamo un Modello di Machine learning: Classificazione e regressione, partitioning dei dati: train e test set, errori nella classificazione, errori nella regressione; - Progetto guidato: un Modello per riconoscere “rifiuti” (descrizione dettagliata del progetto, il set dei dati (immagini), definizione/esportazione del Modello con Teachable Machine; - Uso dell’ambiente a blocchi per testare il modello; - Assegnazione e-tivity 3: realizzare un breve e sintetico Progetto didattico (anche in piccoli gruppi da 2-3 corsisti), con riferimento ai temi trattati e utilizzo della scheda fornita dal docente. INCONTRO 5: 9 Ottobre 2023 ore 16:00 - 19:00 Temi affrontati: - Momenti di ripasso/rinforzo di quanto trattato, finalizzati allo svolgimento delle 3 e-tivity assegnate; - Socializzazione dei progetti presentati; - Discussione ed ulteriori approfondimenti; - Sviluppi futuri.
-
Formatore/i
PICCA FRANCESCO
-
Data inizio iscrizioni
22/06/2023
-
Data fine iscrizioni
10/07/2023