Competenze certificate:
- Fondamenti di IA: Comprensione dei principi base dell’intelligenza artificiale, inclusa la storia dell’IA, i suoi ambiti di applicazione e l’impatto etico e sociale.
- Algoritmi di Apprendimento Automatico: Apprendimento dei diversi tipi di algoritmi di machine learning, sia supervisionati che non supervisionati, e loro applicazioni pratiche.
- Elaborazione del Linguaggio Naturale (NLP): Acquisizione di competenze nell’uso di tecniche di NLP per l’analisi e la comprensione del linguaggio umano tramite computer.
- Visione Artificiale: Introduzione ai concetti di visione artificiale, compresa l’elaborazione di immagini e video per riconoscimento di oggetti, pattern e scene.
- Reti Neurali e Deep Learning: Studio delle reti neurali e del deep learning, comprendendo l’architettura di base, l’addestramento e l’ottimizzazione di reti neurali profonde.
- Esempi Pratici e Case Study: Realizzazione di progetti e case study per applicare i concetti teorici in scenari reali, come la creazione di sistemi di raccomandazione, automazione di processi e analisi predittiva.
- Strumenti e Framework: Apprendimento dell’uso di strumenti e framework popolari nell’ambito dell’IA, come TensorFlow, PyTorch, Keras, e Scikit-learn.
