Digital e Marketing
10/07/2025
17/07/2025
9.30 - 12.30
6 ore
E-Learning
Modulo 1: Introduzione all’Intelligenza Artificiale · Evoluzione storica dell’AI: dai sistemi esperti all’intelligenza artificiale contemporanea · Distinzioni concettuali: AI debole/forte e AI ristretta/generale · Framework di apprendimento: supervisionato, non supervisionato e per rinforzo · Terminologia fondamentale: dataset, caratteristiche e distorsioni · Esercitazione: mappatura delle applicazioni AI potenziali Modulo 2: Machine Learning · Principi statistici: regressione,…
Modulo 1: Introduzione all’Intelligenza Artificiale
· Evoluzione storica dell’AI: dai sistemi esperti all’intelligenza artificiale contemporanea
· Distinzioni concettuali: AI debole/forte e AI ristretta/generale
· Framework di apprendimento: supervisionato, non supervisionato e per rinforzo
· Terminologia fondamentale: dataset, caratteristiche e distorsioni
· Esercitazione: mappatura delle applicazioni AI potenziali
Modulo 2: Machine Learning
· Principi statistici: regressione, classificazione e clustering
· Algoritmi fondamentali: alberi decisionali, random forest, SVM, k-means
· Metodologie di valutazione: precisione, recall, F1-score, curve ROC, AUC
· Preprocessing dei dati: pulizia, normalizzazione, ingegneria delle caratteristiche
· Problematiche di overfitting e underfitting: identificazione e mitigazione
· Esercitazione: analisi di dataset con strumenti accessibili
Modulo 3: Deep Learning e Reti Neurali
· Fondamenti architetturali: neuroni artificiali, pesi e funzioni di attivazione
· Tipologie di reti neurali: CNN, RNN, LSTM, transformer
· Analisi comparativa: vantaggi e limitazioni rispetto agli algoritmi convenzionali
· Infrastruttura computazionale: CPU vs GPU, soluzioni cloud
Modulo 4: Natural Language Processing
· Metodologie fondamentali: tokenizzazione, lemmatizzazione, word embeddings
· Sentiment analysis: valutazione delle opinioni della clientela
· Named Entity Recognition: estrazione informativa da documentazione
· Generazione testuale automatizzata: reportistica e comunicazioni
Modulo 5: Etica e Normative nell’AI
· Conformità GDPR: implicazioni per modellistica AI e dati personali
· AI Act europeo: requisiti normativi per sistemi ad alto rischio
· Equità algoritmica: strategie per evitare discriminazioni nel pricing e nella gestione sinistri
· Trasparenza e interpretabilità: obblighi legali per processi decisionali automatizzati