Titolo | L’Intelligenza Artificiale (I modulo) |
---|---|
Tipologia | Formazione residenziale (RES) |
Provider | IZS dell'Abruzzo e del Molise "G. Caporale" |
Edizione | 1 |
Evento ECM | No |
Comune / stato estero di svolgimento | Teramo (TE) |
---|---|
Luogo di svolgimento | CIFIV |
Data inizio | 19/09/2018 |
Data fine | 20/09/2018 |
Quota di partecipazione | - |
I metodi di Intelligenza Artificiale e di Machine Learning sono costantemente in fase di sviluppo per migliorare la capacità di identificare automaticamente correlazioni in grandi set di dati e per fare previsioni molto accurate. Queste tecnologie si basano su nuovi algoritmi che consentono di estrarre e manipolare la conoscenza direttamente dai dati. In questo contesto, i modelli statistici alla loro base forniscono ai “computer” la capacità di migliorare le proprie prestazioni in alcune attività, consentendogli di imparare direttamente dall'esperienza (tipicamente analizzando una grande quantità di dati) invece di essere programmati esplicitamente da un essere umano per svolgere un determinato compito. Inoltre, sfruttando le capacità ormai consolidate delle Reti Neurali Profonde (Deep Neural Network) per estrarre conoscenze dai dati, è possibile scoprire importanti correlazioni tra fonti di dati eterogenee allo scopo di ottenere un modello ricco e complesso con estese capacità: comprensione, classificazione e previsione dei dati sulla base di osservazioni passate e con una supervisione umana molto ridotta. Sulla base dell’interesse dell’Istituto nei confronti di questa tematica ritenuta innovativa e importante leva strategica delle attività di ricerca dell’Ente e il protocollo d’intesa stipulato con il Dipartimento di Ingegneria “Enzo Ferrari” dell’Università degli Studi di Modena e Reggio Emilia, polo di eccellenza nel campo dell’Intelligenza Artificiale, l’IZSAM propone la realizzazione di questo percorso di apprendimento tecnico-scientifico con la finalità di attivare un confronto sulle principali tecniche di pattern recognition e machine learning per l'analisi di dati di natura eterogenea. Obiettivi specifici • Applicare i principali algoritmi di classificazione di dati, di sequenze temporali di informazioni e di pattern complessi, quali ad esempio le immagini; • Utlizzare le principali tecniche di apprendimento automatico sia di tipo supervisionato che non supervisionato; • Acquisire l’autonomia di giudizio nell'analizzare e progettare sistemi complessi, valutando l'impatto delle soluzioni informatiche nel contesto applicativo, sia relativamente agli aspetti tecnici che agli aspetti organizzativi.
Obiettivi generali |
|
---|
Cognome e Nome | Qualifiche | Competenze professionali |
---|---|---|
Conte Annamaria | Dirigente Statistico | Responsabile dell'Unità di Statistica e GIS del Covepi |
Cognome e Nome | Ruolo | Professione | Disciplina (o qualifica) | Sostituto/a |
---|---|---|---|---|
Porrello Angelo | Docente / Esperto di contenuto FAD e-learning | Altre professioni | Non specificata | Nessuno |
bergamini luca | Docente / Esperto di contenuto FAD e-learning | Altre professioni | Non specificata | Nessuno |
Metodo didattico | Tempo riservato (hh:mm) |
---|---|
(A1) Lezioni Magistrali | 07:45 |
(B1) Confronto/dibattito tra pubblico ed esperto/i guidato da un conduttore (l'esperto risponde) | 01:00 |
(C2) Esecuzione diretta da parte di tutti i partecipanti di attività pratiche o tecniche | 06:30 |
Lingua d'insegnamento | Italiano |
---|---|
Traduzione simultanea | No |
Materiale durevole consegnato ai discenti | Slide delle relazioni e/o approfondimenti |
Modalità di verifica dell'apprendimento | Esame pratico |
Tempo di formazione totale (hh:mm) | 15:15 |
Frequenza minima | 90% |