Durata e periodo di svolgimento
60 ore
Numero partecipanti
12
Descrizione del percorso
Il Deep Learning, la cui traduzione letterale è apprendimento profondo, è una sottocategoria del Machine Learning (apprendimento automatico) e indica quella branca dell’Intelligenza Artificiale che fa riferimento agli algoritmi ispirati alla struttura e alla funzione del cervello chiamate reti neurali artificiali.
Le architetture di Deep Learning sono per esempio state applicate nella computer vision, nel riconoscimento automatico della lingua parlata, nell’elaborazione del linguaggio naturale, nel riconoscimento audio e nella bioinformatica.
Nell’ambito della ricerca sull’Artificial Intelligence, l’apprendimento automatico ha riscosso un notevole successo negli ultimi anni, consentendo ai computer di arrivare alla cosiddetta AI Generativa di cui si parla tanto negli ultimi due anni con gli effetti dirompenti in termini di equiparazione delle attività umane, con superamento nei tempi di esecuzione.
Il progetto permette a tutti gli allievi di “guardare dietro le quinte” e comprendere come funzionano applicazioni di deep learning che sono già di uso comune e sperimentare nella pratica come si addestrano le macchine per l’apprendimento automatico e quali sono le principali implicazioni e limiti etici e normativi.
EDIZIONI
Obiettivi
L’obiettivo del progetto è comprendere l’architettura delle reti neurali profonde e fornire competenze operative per utilizzare applicazioni basate su algoritmi di deep learning.
Gli allievi impareranno come si addestra un sistema di deep learning e i principali campi applicativi: traduzione simultanea testi e suoni, classificazione di oggetti all’interno di immagini o video, riconoscimento facciale, chatbot o virtual assistant per fare alcuni esempi.
Competenze
È prevista la certificazione digitale delle competenze acquisite e, attraverso la collaborazione con Reiss Romoli, saranno emessi open badge sulle competenze specifiche rilasciate in esito al progetto (previo raggiungimento del 70% di frequenza).
Contenuti del percorso
- DEEP LEARNING E RETI NEURALI
- Introduzione alle reti neurali e al layering di algoritmi di machine learning.
- Algoritmi e use case di Supervised, Unsupervised, Reinforcement Learning applicati al Deep Learning.
- Sviluppo con framework Tensorflow.
- Applicazioni nel contesto “traditional data” (tabelle, log, …): sviluppo su dati tabellari, analisi di serie temporali, regressioni
- Computer vision
- Speech recognition
- Natural Language Processing
- Framework di sviluppo come RapidMiner, Azure ML
Applicazione pratica su un caso applicativo
L’ambito di applicazione sarà scelto in funzione del gruppo in formazione tra progetti di FACE RECOGNITION, CHATBOT E ASSISTENTI VOCALI, SENTIMENT ANALYSYS SUI SOCIAL o altri temi emergenti.
Destinatari e requisiti d'accesso
Il progetto è rivolto a:
- studenti universitari (percorsi di laurea triennale o magistrale o a ciclo unico)
- studenti iscritti ai corsi di primo o secondo livello degli Istituti AFAM ed in particolare delle Accademie di Belle Arti e Istituto Superiore per le Industrie Artistiche (ISIA)
- persone in possesso di un titolo di istruzione universitaria -laurea triennale o magistrale o laurea a ciclo unico, diploma Accademico di primo livello o di secondo livello – conseguito da non più di 36 mesi dalla data di richiesta di iscrizione alle opportunità dell’Operazione
- persone in possesso del diploma rilasciato da una Fondazione ITS Academy (diploma di tecnico superiore o diploma di specializzazione per le tecnologie applicate) da non più di 36 mesi dalla data di richiesta di iscrizione alle opportunità dell’Operazione
- persone iscritte ai percorsi di dottorato di ricerca e dottori di ricerca che abbiano conseguito il titolo da non più di 36 mesi dalla data di richiesta di iscrizione alle opportunità dell’Operazione
I partecipanti dovranno essere residenti o domiciliati in regione Emilia-Romagna in data antecedente l’iscrizione alle attività. Fanno eccezione gli iscritti agli atenei/istituti AFAM con sede in regione per i quali non rileva la residenza/domicilio.
Sedi e modalità di svolgimento
Sono previste edizioni dei corsi su tutto il territorio regionale.
In funzione dei contenuti e delle metodologie didattiche previste, al fine di garantire processi di apprendimento efficaci, si potrà fare ricorso alla didattica digitale integrata, ovvero prevedere l’erogazione in presenza e/o a distanza (video conferenza in modalità sincrona).
Si avvisa che in caso di corsi a distanza (webinar on line) è necessario dotarsi di un PC con webcam funzionante, da tenere accesa per attestare la frequenza e garantire una interazione didattica efficace, soprattutto durante le esercitazioni e lo scambio con docenti e altri partecipanti.
Per visionare le edizioni attive ed iscriversi si rimanda alla sezione calendario edizioni.
I calendari dei corsi saranno pubblicati con cadenza mensile, in funzione della domanda e al fine di garantire parità di accesso alle stesse opportunità, sono previste più edizioni di ogni corso, fino alla chiusura del progetto
Contatti
Per informazioni:
Tel. 800 036425
Mail. bigdata@formindustria.it
Riferimento
“BIG DATA 5.0: talento umano e tecnologie deep tech per accelerare la transizione digitale” Rif.PA 2025-25399/RER- approvata con DGR n° 1722 del 27/10/2025 e co-finanziata dal Fondo Sociale Plus 2021-2027 Regione Emilia-Romagna