Principi di utilizzo di Machine Learning
Informazioni aggiuntive
Durata del corso | 40 ore |
---|---|
Inizio corso | a completamento gruppo classe |
Orario | in orario lavorativo |
Sede | AZIENDA |
Posti disponibili | 4 |
Destinatari | Dipendenti di aziende aderenti a Fondimpresa – Tutte le persone interessate – |
Titolo di studio richiesto | |
Attestato rilasciato | Attestato di frequenza |
Fascia oraria | |
Modalità di erogazione | |
Caratteristiche destinatari | |
Età destinatari | |
Modalità di erogazione FAD | |
Costo | ? 480.00 + IVA – gratuito per dipendenti di aziende aderenti Fondimpresa |
Termine Iscrizioni |
Descrizione
Percorso formativo approvato da Fondimpresa, a valere sull’Avviso 2/2023, finanziabile per i dipendenti di aziende aderenti, su Conto di Sistema e Conto Formazione.
Per percorsi formativi personalizzati e per maggiori informazioni:
Orjola Rexha – 011.4379979 – orjola.rexha@fortechance.it
Il Machine Learning è una delle tecnologie emergenti più potenti e trasformative. Si tratta pertanto di uno strumento indispensabile per l’azienda, per rimanere al passo con l’innovazione tecnologica e per valutare come queste tecnologie possono essere integrate per migliorare i processi. Infatti, l’implementazione di soluzioni di machine learning può ottimizzare l’efficienza operativa, attraverso l’automatizzazione dei processi, migliorando l’utilizzo delle risorse e consentendo l’individuazione di scelte più strategiche.
Il corso si pone pertanto l’obiettivo di fornire ai partecipanti le conoscenze di base nel campo dell’apprendimento automatico, ovvero il Machine Learning, al fine di trovarne applicazione nel proprio contesto lavorativo, per un miglioramento dei processi aziendali.
- Principi fondamentali del Machine Learning
- Concetti di base
- Tipi di apprendimento
- Tecniche di pre-processing dei dati
- Metriche di valutazione delle prestazioni
- Fasi nel processo di utilizzo del Machine Learning
- Raccolta e preparazione dei dati
- Selezione dei dati
- Ingegneria delle feature
- Scelta e addestramento dei modelli
- Valutazione e ottimizzazione delle prestazioni