Date:

5 maggio 2020: I webinar

8 maggio 2020: II webinar

12 maggio 2020: III webinar

19 maggio 2020: IV webinar

Orario: dalle 10.30 alle 12.00

Docente:

Luca Coviello: Luca Coviello è un borsista GARR edizione 2018 e sta svolgendo la sua attività presso la Fondazione Bruno Kessler nell’ambito dell'agricoltura di precisione, sviluppando tecnologie a basso costo basate su reti neurali e intelligenza artificiale per migliorare la qualità e quantità dei raccolti in modo sostenibile.
Ha ricevuto la doppia laurea magistrale in Data Science nel 2018 dall’Università Politecnica di Nizza (UNS) e dall’Università Politecnica di Madrid (UPM), conseguita all’interno del percorso europeo dell’Istituto Europeo dell’Innovazione e della Tecnologia (EIT).
Negli anni ha acquisito esperienza come formatore partecipando come tutor a WebValley, la scuola estiva internazionale per studenti delle superiori organizzata da FBK e grazie alle attività come Docente di Informatica all’Istituto Tecnico Tecnologico G. Marconi di Rovereto e di tutor nei progetti di intelligenza artificiale per l’agricoltura realizzati con i ragazzi delle superiori.

Programma didattico:

Durante il corso verranno realizzati semplici pipeline di analisi dati in Python, sfruttando le potenzialità messe a disposizione dalle librerie per il calcolo scientifico di Python (ad es. NumPy, Pandas, Matplotlib, etc.).
Il corso prenderà come riferimento alcuni tutorial basati su dataset di esempio al fine di impratichirsi con le librerie presenti.
In particolare verranno toccati gli aspetti di:

  • Ingestione e pulizia dei dati
  • Realizzazione di modelli di Machine Learning
  • Visualizzazione dei risultati


Durante il corso non verranno trattati approfonditamente gli aspetti concettuali del Machine Learning, ma verranno presentati da un punto di vista puramente tecnico.

Prerequisiti per l'accesso al corso:

  1. Conoscenza base di Python (familiarità con lettura/scrittura del codice, strutture dati e interpretazione errori).
  2. Buona conoscenza di almeno 1 linguaggio di programmazione (Python o altro, ad es. MATLAB, Java, etc.)
  3. Nozioni base di statistica e matematica.

Link al webinar: verrà inviato ai soli iscritti e prenotati pochi giorni prima di ogni singola sessione