Project Description
Corso di Coding in Linguaggio Python & Machine Learning
APPRENDERE DA ZERO IL CODING PER L’INTELLIGENZA ARTIFICIALE
Un corso per imparare a programmare utilizzando uno dei linguaggi più importanti e richiesti dal mercato e per apprendere i fondamenti dell’Intelligenza Artificiale e delle moderne applicazioni di Deep Learning.
Il programma di questo corso è stato totalmente ridefinito.
A partire dal 2024, il nuovo formato si chiama Contemporary Python.
Corso Professionale disponibile sia in modalità esclusivamente e-learning che in aula.
Edizione e-learning: Subito disponibile – Iscriviti e inizia oggi stesso!
Prossima edizione in aula: La prossima edizione si terrà nel nuovo programma Contemporary Python
Spazio Chirale, Via Ignazio Persico, 32 – Roma zona Garbatella
Livello Base, non sono richiesti prerequisiti
Obiettivi del corso
- Imparare a progettare e realizzare algoritmi
- Imparare a programmare in linguaggio Python
- Apprendere i principi dell’Intelligenza Artificiale
- Comprendere le architetture delle Reti Neurali
- Imparare a realizzare Reti Neurali e applicazioni di “Deep Learning” in Python
- Apprendere i fondamenti della piattaforma “Tensor Flow” di Google
Chi dovrebbe seguire il corso
- Maker, Ingegneri e Professionisti che intendano imparare a programmare in linguaggio Python e le applicazioni di Intelligenza Artificiale
- Studenti che intendano perfezionare il proprio curriculum di studi approfondendo le tecnologie del Machine Learning e Deep Learning
- Professionisti che intendano aggiornare o riconvertire il proprio CV
- Hobbisti e curiosi interessati alle nuove tecnologie
Programma delle lezioni
- Presentazione del corso e introduzione alla cultura Maker e al metodo didattico che sarà seguito
- Introduzione al concetto di algoritmo e programmazione
- Installazione dell’IDE Python
- Introduzione al Python e sperimentazione delle caratteristiche fondamentali del linguaggio e della shell di programmazione
- Fondamenti di programmazione e sviluppo di semplici programmi per apprendere l’uso di dati ed operatori
- Fondamenti di programmazione funzionale, sperimentazioni con semplici programmi che fanno uso di funzioni
- Il controllo del flusso del programma, istruzioni di diramazione, progetto di algoritmi e programmi che richiedono flussi più complessi
- Gestire l’iterazione, esercitazioni e sperimentazioni con programmi che richiedono iterazioni
- Introduzione ai tipi di dato complessi
- Gestione delle stringhe, esercitazioni e sperimentazioni sulla manipolazione di stringhe
- Introduzione al concetto di indicizzazione del Python, esercitazioni e sperimentazioni con uso di indici
- Gestione di liste, esercitazioni e sperimentazioni con le liste
- Utilizzo delle liste nel controllo dell’iterazione, esercitazioni e sperimentazioni sulla realizzazione di iterazioni controllate da liste
- Gestione di Tuple e differenza con le liste
- Gestione di Dizionari, esercitazioni e sperimentazioni con i dizionari
- Il progetto del software industriale, validazione dell’input e gestione degli errori
- La gestione delle eccezioni, esercitazioni sul progetto di programmi che gestiscono eccezioni
- La gestione dei file di testo, esempi ed esercitazioni con i file di testo
- Introduzione all’object oriented
- Programmazione Object Oriented in Python
- Esempio di progetto Object Oriented
- Riflessione sull’implementazione dei tipi di dato in Python e sperimentazione della programmazione ad oggetti
- Esercitazioni e sperimentazioni su programmi Object Oriented
- Introduzione all’uso delle librerire in Python ed installazione di estensioni della libreria standard
- Introduzione all’Intelligenza Artificiale
- Machine Learning e Deep Learning, significato dei termini nell’attuale mercato ICT
- Struttura e funzionamento di una Rete Neurale
- Euristiche di progettazione di una rete neurale
- Tecniche di preparazione dei dati, data set di training e data set di test
- Introduzione alla piattaforma Tensor Flow
- Installazione di Tensor Flow nell’IDE Python
- Esercitazioni e sperimentazioni con semplici sistemi Reti Neurali basate su Tensor Flow
- Esempio di realizzazione di una rete neurale con Tensor Flow
- Esercitazioni e sperimentazioni con le Reti Neurali
- Conclusioni e consegna attestati
Docente del corso
Cosa portare e cosa troverai nella nostra struttura
- Si consiglia di portare il proprio PC Lap Top o Tablet, ma non è obbligatorio.
- Presso il laboratorio saranno disponibili PC portatili e tablet per coloro che ne fossero sprovvisti.
Sede del corso e logistica
Il corso si svolge all’interno dell’Atelier Creativo Spazio Chirale dove è presente la connettività wi-fi a larga banda a disposizione degli studenti, prese di corrente per il collegamento degli alimentatori di Lap Top, Tablet e Cellulari e un sistema multimediale con schermo o schermi 4K a supporto del docente.
All’interno dello Spazio Chirale è presente un Fab Lab attrezzato secondo il modello definito dalla Fab Foundation di Boston con facilities di prototipazione e fabbricazione digitale e un laboratorio di elettronica completamente attrezzato. Il Fab Lab è a disposizione degli studenti per tutta la durata del corso per esercitazioni e incontri di community
Condizioni di vendita, politiche di rimborso e fatturazione
Modalità di pagamento:
E’ possibile pagare subito il corso con Carta di Credito o Bonifico attraverso questo sito, cliccando sul pulsante Acquista il Corso accedendo al listino dei prezzi e degli sconti.
Per pagamenti in contanti contattateci accedendo alla apposita voce di menù su questo sito.
Richiesta Fattura:
E’ possibile richiedere fattura trasmettendoci via e-mail la propria Partita IVA e i propri dati, altrimenti sarà emessa una ricevuta fiscale priva dello scorporo IVA.
Contatti e richieste di informazioni/aiuto:
Per qualunque eventualità non esitate a contattarci all’indirizzo info@chirale.it
Rimborsi:
La nostra politica prevede il rimborso integrale del prezzo pagato, qualora si decida di non partecipare più al corso. In caso di abbandono prima del termine saranno rimborsate le quote corrispondenti alle lezioni che non saranno frequentate.
