TUTTI I PERCORSI - Transizione digitale

Educare alla complessità: corso di Machine Learning avanzato
Percorso Formativo (Polo Didattica digitale - Bologna - BOIC812001)

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

    250528

  • Titolo Percorso

    Educare alla complessità: corso di Machine Learning avanzato

  • Tipologia di svolgimento

    Mooc

  • Data inizio

    28/04/2024

  • Data di conclusione

    31/12/2024

  • Durata (in ore)

    25

  • Numero posti

    10000

  • Descrizione

    Un corso di livello avanzato adatto a chi ha già competenze di programmazione testuale. Grazie a questo corso il docente di scuola secondaria (o CPIA) potrà scoprire cos’è l’intelligenza artificiale e come usarla in progetti di programmazione testuale a scuola con gli studenti.
    In una società sempre più caratterizzata da piattaforme che prevedono i nostri comportamenti e gusti, modelli Machine Learning e algoritmi di intelligenza artificiale, non possiamo solo limitarci ad uno studio superficiale di questi sistemi predittivi. È necessario aumentare consapevolezza e conoscenza così da non essere solo utilizzatori passivi ma veri e propri progettisti di applicazioni intelligenti.
    In questo percorso andremo a progettare e costruire modelli di Machine Learning avanzati sfruttando il linguaggio testuale e alcune librerie di programmazione. Ma non ci limiteremo solo a scrivere codice, andremo anche a studiare le principali caratteristiche matematiche di questi oggetti, e lo faremo sfruttando anche dataset reali.

  • Regioni destinatarie della formazione

    INTERO TERRITORIO NAZIONALE

  • Tipologia scuola

    Scuola secondaria II grado, Personale educativo (convitti, educandati, ecc…), CPIA (Centri provinciali per l'istruzione degli adulti)

  • Macro argomento

    Transizione digitale

  • Destinatari

    Docenti, Personale educativo

  • Area DigCompEdu

    2. Risorse digitali

    5. Valorizzazione delle potenzialita' degli studenti

    6. Favorire lo sviluppo delle competenze digitali degli studenti

  • Livello di ingresso

    C1. Leader/Avanzato/Conosce e utilizza ambienti e tecnologie complesse

  • Programma

    1: - Intelligenza Artificiale, Machine Learning e Deep Learning: un mondo sconosciuto.
    - Apprendimento supervisionato vs apprendimento non supervisionato.
    - Classificazione vs regressione.
    2
    - Esplorare i dati: il primo step della pipeline del Machine Learning.
    - Problemi di regressione.
    - Misurare le performance di un modello predittivo.
    3
    - Dove (e come) scaricare dataset aperti.
    - Modelli error-based, information-based, probability-based.
    4
    - Come risolvere problemi di data preprocessing.
    - Gli approcci più semplici per la costruzione di un modello supervisionato: regressione lineare e regressione logistica.
    - Problemi di classificazione:
    5
    - Altri modelli supervisionati per la classificazione:
    - Problemi di classificazione:
    - Misurare le performance di un modello predittivo (metriche per la classificazione).
    6
    - Reti neurali artificiali
    - Progettare e addestrare una rete neurale
    - Reti neurali per problemi di visione

  • Formatore/i

    LORENZO CESARETTI

  • Data inizio iscrizioni

    19/04/2024

  • Data fine iscrizioni

    27/04/2024

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