TORNA INDIETRO

Approccio all'Intelligenza Artificiale e al Data Mining
Percorso Formativo (Polo Didattica digitale - Govone - CNIC82300G)

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

    131171

  • Titolo Percorso

    Approccio all'Intelligenza Artificiale e al Data Mining

  • Tipologia di svolgimento

    Online

  • Data inizio

    30/10/2023

  • Data di conclusione

    20/11/2023

  • Durata (in ore)

    16

  • Numero posti

    30

  • Luogo di svolgimento

  • Descrizione

    Il corso mira ad avvicinare i docenti alla realizzazione di percorsi didattici relativi all’esplorazione dei dati, la costruzione di modelli di apprendimento automatico, la valutazione delle prestazioni dei modelli e la visualizzazione dei risultati dell'analisi, tutto attraverso un'interfaccia visuale intuitiva, rendendo l'IA e l'analisi dei dati accessibili anche a coloro che non hanno competenze avanzate di programmazione.

  • Regioni destinatarie della formazione

    CAMPANIA, EMILIA-ROMAGNA, FRIULI VENEZIA GIULIA, LAZIO, LIGURIA, LOMBARDIA, MARCHE, PIEMONTE, TOSCANA, TRENTINO-ALTO ADIGE, VALLE D'AOSTA, VENETO

  • Tipologia scuola

    Scuola secondaria II grado

  • Macro argomento

    Transizione digitale

  • Destinatari

    Docenti

  • Area DigCompEdu

    6. Favorire lo sviluppo delle competenze digitali degli studenti

  • Livello di ingresso

    A1. Novizio/Base/Conosce e utilizza in modo elementare

  • Programma

    Calendario: 12 ore on-line - sincrone. 30 ottobre 2023 e 06 -13-20 novembre 2023 dalle 14.30 alle 17.30 (3 ore per incontro). 4 ore - asincrone. Parte teorica: Introduzione teorica all’Intelligenza Artificiale. Principali modelli di machine learning. Parte Pratica: Presentazione e utilizzo della piattaforma open source per la visualizzazione dei dati, l'apprendimento automatico e il data mining: Esplorazione dei dati: strumenti per importare dati da diverse fonti, analisi e comprensione della struttura e caratteristiche. Visualizzazione e manipolazione dei dati mediante filtri e trasformazioni da utilizzare per l'analisi successiva. Preprocessing dei dati. Apprendimento automatico: sperimentazione di diversi algoritmi di apprendimento automatico (machine learning) per la classificazione, la regressione, il clustering e altre attività di analisi dei dati mediante interfaccia visuale, senza la necessità di scrivere codice. Validazione di modelli: analisi e comparazione delle prestazioni dei modelli di apprendimento automatico utilizzati.

  • Formatore/i

    LUCIANO DEREANI

  • Data inizio iscrizioni

    01/10/2023

  • Data fine iscrizioni

    29/10/2023

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