Strategie per migliorare l’applicazione di tecniche di intelligenza artificiale ai big data
Il Corso di livello altamente professionalizzante, affronta il tema di quali siano e come vadano utilizzate le principali tecniche riconducibili all’Intelligenza artificiale che consentono di trattare adeguatamente l’enorme mole di informazione presente nei repository di dati strutturati aziendali, nei siti web, nei testi di libri e articoli o nei social network. Lo studio di casi concreti di applicazione delle tecniche più utilizzate (text mining, Natural Language Processing) alle esigenze di imprese, amministrazioni pubbliche e cittadini permette di comprendere come effettuare l’industrializzazione delle procedure, superando le principali difficoltà e i limiti di utilizzo dalle attuali tecnologie che si incontrano quando si realizzano le applicazioni. I campi di applicazione dell’IA che vengono trattati spaziano dal sanitario al giuridico, dall’investigativo e forensico al social monitoring.
A chi si rivolge
Il Corso si rivolge a coloro che hanno competenze di base sulle tecniche di data science e necessitano di competenze teorico-pratiche avanzate per l’utilizzo delle nuove fonti big data, sulle applicazioni dell’AI per la loro manipolazione e sulla strutturazione di una strategia data-driven all’interno del proprio ente, organizzazione o azienda.
Numero partecipanti:
Minimo: 13 – Massimo: 20
Docenti
Maurizio D’Angelo
Short-bio: Statistico, esperto di AI nell’ambito dell’NLP, è attualmente manager presso un’azienda italiana che si occupa di AI, Ha studiato algoritmi per la fiscalità, fatto una lunga militanza di system integration in aziende multinazionali, lavorato nell’ambito della sanità, elaborando sistemi di Decision Support System e progetti di Big Data e Data Fusion per la malattia di Alzheimer.
Antonino Amorosia
Short-bio: AI & ML Engineer, Data Analyst / Data scientist
Daniele Gravina
Short-bio: Esperto di analisi e progettazione di sistemi informativi e procedure complesse.
Requisiti di accesso
Non sono richiesti requisiti di accesso
Al termine del corso otterrai
6 CFU
Attestato
Costo
450€ + Iva
Iscriviti al corso
Iscrizioni fino al 19/09/2020. Per iscriversi seguire le istruzioni
Materiali didattici
Il materiale didattico del corso sarà disponibile sulla piattaforma didattica Corsi UER
Richiedi informazioni su questo corso
Date di svolgimento: 02-03 e 09-10 ottobre 2020
Sessione 1
- Cosa sono realmente i Big Data
- Cenni su Natural Language Processing
- Utilizzo di ontologie per modellazione dati
- Utilizzo di tecniche di text mining per la gestione dei dati non strutturati, modellazione di informazioni eterogenee provenienti da archivi legacy e dai Data Warehouse con quelle da Database non strutturati (NO SQL Database)
- Esercitazioni su Opinion mining e Sentiment Analysis
Sessione 2
- Cenni sull’Intelligenza Artificiale
- AI – Caso Natural Language Processing: Pattern matching, Dictionary lookup, Syntax and Grammar rules
- AI – Approccio Supervisionato e non supervisionato :
- Machine Learning (classic): Text Classification, Regressione, Riduzione dimensionale, Clustering
- Deep Learning: Autoencoder, Convolutional Neural Network, Recurrent Neural Network
- Esercitazioni su utilizzo di Deep Learning e CNN
Sessione 3
- Casi d’uso per l’AI: assistenti virtuali, motori semantici e text mining
- Esercitazioni pratiche sulle tecniche di AI: progettare un chabot, ricerche full text e semantiche, gestire classificatori
Sessione 4
- Progetti di ricerca: accesso alle agevolazioni di fondi europei per il finanziamento della ricerca industriale e sperimentale
- Esercitazione: Creazione di Decision Support System predittivo
Test di verifica delle competenze acquisite