BEGIN:VCALENDAR
VERSION:2.0
METHOD:PUBLISH
CALSCALE:GREGORIAN
PRODID:-//WordPress - MECv7.33.0//EN
X-ORIGINAL-URL:https://avatarlab.it/
X-WR-CALNAME:AVATAR
X-WR-CALDESC:Alto Vicentino Alleanza Territoriale per Azioni in Rete
X-WR-TIMEZONE:Europe/Rome
BEGIN:VTIMEZONE
TZID:Europe/Rome
X-LIC-LOCATION:Europe/Rome
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T030000
RRULE:FREQ=YEARLY;BYMONTH=03;BYDAY=-1SU
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T020000
RRULE:FREQ=YEARLY;BYMONTH=10;BYDAY=4SU
END:STANDARD
END:VTIMEZONE
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-PUBLISHED-TTL:PT1H
X-MS-OLK-FORCEINSPECTOROPEN:TRUE
BEGIN:VEVENT
CLASS:PUBLIC
UID:MEC-c1e39d912d21c91dce811d6da9929ae8@avatarlab.it
DTSTART;TZID=Europe/Rome:20210915T090000
DTEND;TZID=Europe/Rome:20210915T180000
DTSTAMP:20210719T101310Z
RRULE:FREQ=WEEKLY;UNTIL=20210929T160000Z
CREATED:20210719
LAST-MODIFIED:20210913
PRIORITY:5
SEQUENCE:0
TRANSP:OPAQUE
SUMMARY:Corso di Intelligenza artificiale per imprese
DESCRIPTION:sold-out — posti esauriti\nCorso gratuito formato da tre incontri a cadenza settimanale della durata di otto ore ciascuno, dedicato alle imprese sul tema dell’intelligenza artificiale  organizzato da DIH Vicenza in collaborazione con la Facoltà di Informatica dell’Università CA Foscari di Venezia\nIl corso è pensato per partecipanti che hanno già una sufficiente conoscenza del linguaggio di programmazione Python e che vogliono conoscere i concetti base del Machine Learning. Il corso ha una forte componente pratica, si avrà modo di mettere subito in atto le conoscenze acquisite tramite esercizi e attività di analisi guidate, con l’obiettivo di essere da subito capaci di applicare alcuni degli strumenti di Machine Learning a problemi reali.\nDurante il corso verrà approfondito l’uso della libreria SciKit-Learn per l’addestramento e la valutazione di modelli di Machine Learning. In particolare, verranno discussi gli algoritmi fondamentali per problemi di regressione e di classificazione con esercitazioni su dataset reali. Per ogni metodo saranno discussi vantaggi e svantaggi e le best practices per il loro utilizzo.\nIl corso si conclude con una breve introduzione alle applicazioni delle tecniche di Deep Learning.\nProgramma dettagliato\n15-09-21 – Lezione I: Pandas, Numpy e Visualizzazione\n\n\n\n09:00\nBreve panoramica sul linguaggio di programmazione Python e Ambienti di programmazione Python Notebooks (Jupyter, Colab)\n\n\n09:30\nEsercitazione: Python\n\n\n10:00\nIntroduzione a Numpy: manipolazione di dati in forma matriciale\n\n\n11:00\nEsercitazione: Numpy\n\n\n12:00\nPausa Pranzo\n\n\n13:00\nIntroduzione a Pandas: Gestione di dati in formato csv, excel\n\n\n14:00\nEsercitazione: Pandas\n\n\n15:00\nFunzionalità base di plotting con Pandas e Matplotlib\n\n\n16:00\nEsercitazione: plotting\n\n\n16:30\nFine\n\n\n\n22-09-21 – Lezione II: Supervised Machine Learning\n\n\n\n09:00\nIntroduzione a Supervised Machine Learning, Classificazione, Valutazione, Train vs. Test, Classificazione Binaria, Logistic Regression\n\n\n10:00\nEsercitazione: Logistic Regression\n\n\n10:30\nAlberi di Decisione, Classificazione multi-classe, Confusion Matrix\n\n\n11:00\nEsercitazione: Alberi di Decisione\n\n\n12:00\nPausa Pranzo\n\n\n13:00\nRegressione, Valutazione, Regressione Lineare\n\n\n14:00\nEsercitazione: Regressione Lineare\n\n\n14:30\nAlberi di Regressione, Hyper-parameter tuning, cross-validation\n\n\n15:30\nEsercitazione: Alberi di Regressione e Classificazione\n\n\n16:30\nFine\n\n\n\n29-09-21 – Lezione III: Unsupervised Machine Learning & Preliminaries of Deep Learning\n\n\n\n09:00\nIntroduzione al Machine Learning: supervised vs. unsupervised.\nll primo algoritmo di clustering: k-means. Valutazione del clustering.\n\n\n11:00\nEsercitazione: K-means\n\n\n12:00\nPausa Pranzo\n\n\n13:00\nIntroduzione alle Reti Neurali, Multi-layer Perceptron\n\n\n13:30\nEsercitazione: Classificazione con MLP\n\n\n14:00\nIntroduzione alle Reti Convoluzionali\n\n\n15:00\nCasi di studio e di applicazione delle tecniche di Deep Learning\n\n\n16:30\nFine\n\n\n\nPer iscriversi compilare il sondaggio tramite questo link ( https://ptsurvey.altovicentino.it/index.php/466558?lang=it ).\nI partecipanti devono essere muniti di laptop per poter partecipare ai momenti di laboratorio previsti durante lo svolgimento del corso.\n
URL:https://avatarlab.it/events/intelligenza-artificiale/
ORGANIZER;CN=DIH - Digital Innovation Hub Vicenza:MAILTO:
CATEGORIES:Imprese
ATTACH;FMTTYPE=image/png:https://avatarlab.it/wp-content/uploads/2021/07/CORSO-DI-INTELLIGENZA-ARTIFICIALE-PER-IMPRESE-1.png
END:VEVENT
END:VCALENDAR