Durata
Metodologia didattica
Presenza, Aula Virtuale
Attestato
Attestato di Frequenza e Profitto
Il Machine Learning predittivo è senz’altro oggi al picco delle aspettative nella Data Science. Si tratta di un insieme di tecniche logiche ed algoritmi matematici per prevedere in modo automatico informazioni numeriche e non, basandosi sui dati aziendali del passato (dei quali si assume quindi la disponibilità), contribuendo così a prendere decisioni operative in modo guidato dai dati (data-driven), seppur sempre col supporto dell’esperienza delle persone.
Il corso, dopo aver illustrato gli aspetti teorici ed i concetti fondamentali del Machine Learning, si sofferma sul problema chiave della sua applicazione: scegliere le implementazioni adatte, i casi d’uso aziendali dove esso può funzionare e fare la differenza, evitando invece le implementazioni premature. Il corso ha un taglio pratico orientato alle aziende e fornisce esempi, linee-guida e casi d’uso.
Saranno illustrate competenze e figure necessarie ed alcuni tipici aspetti organizzativi legati all’introduzione in azienda del Machine Learning ed alla sua gestione, per poi passare all’integrazione in azienda e nel portafoglio applicativo dei vari modelli che si vanno a costruire (da parte del Data Scientist o dei tool).
A chi è rivolto il corso?
Programma didattico
Introduzione al Machine Learning predittivo
- Che cosa è il ML e perché se ne parla tanto oggi. Realtà vs hype
- Perchè il ML può aiutare le aziende a prendere decisioni migliori
- Sviluppare una mentalità data-driven
- Quali aspetti del business di una azienda sono adatti al ML (predittivo)?
Dati e variabili
- Analisi dati esplorativa: pattern e relazioni
- Modelli e dataset
- Osservazioni e tipi variabili
I modelli
- Comprensione vs. previsione.
- Le tipologie classiche di «problema di ML»
- Un framework più ampio: modelli descrittivi, predittivi e prescrittivi
- Altre tipologie di modelli
La previsione numerica
- Algoritmi di previsione numerica
- Dataset imperfetti e mal classificati
- Generalizzazione, Overfitting, variabili omesse e underfitting
- L’importante trade-off tra bias a varianza.
La classificazione
- Algoritmi di classificazione: KNN, alberi di classificazione, regole di classificazione, ecc. Esempi.
- Classificazione binaria vs non-binaria.
- Cenni ai metodi ensemble (boosting, bagging, forest)
Oltre la regressione lineare semplice
- Linearizzazione tramite trasformazione di variabile
- Cenni a regressioni multipla e multivariata
- Regressione non-lineare
- Cenni a regressione step-wise
La valutazione e la selezione del modello
- Valutazione dell’accuratezza dei modelli predittivi
- Prediction error: tipologie a seconda del modello
- La validazione incrociata (cross-validation)
- Il bootstrapping
- Valutazione oggettiva vs soggettiva
Ambienti di sviluppo e tool
- Sviluppi custom con: Excel, R, Python, o Java?
- Lo stack Hadoop – NoSQL – Apache Spark
- I framework commerciali di Machine Learning
- ML predittivo in tempo reale con Apache KafKa e Spark Streaming
- Standard internazionali
Istruzioni per partire
- Punto chiave: come cominciare ad applicare ML in azienda e massimizzare le probabilità di riuscita
- Tempi di creazione di un modello
- Tempi e costi per partire
Integrare i (primi) modelli di Maching Learning in azienda
- Integrazione dei modelli costruiti dal Data Scientist con quelli costruiti dai tool
- Integrazione del ML nella filiera produttiva esistente (ICT)
- Integrazione del ML nel modo di lavorare
- Integrazione di modelli ML tra gruppi di lavoro e tool diversi
- Integrazione delle query, della data visualization e dei modelli predittivi
Obiettivi del corso
A fine corso, i partecipanti saranno in grado di:
- Comprendere algoritmi e tecniche l0gico-matematiche del Machine Learning
- Valutare in modo obiettivo le potenzialità del Machine Learning in azienda
- Scegliere le modalità corrette di integrazione e implementazione in azienda
Compila il form per maggiori informazioni
Compila il form: ti risponderemo il più presto possibile. Puoi selezionare più corsi tenendo premuto il tasto CTRL. Non trovi il corso che cerchi? Scrivi un’email a formazione@kinetikon.com per raccontarci le tue esigenze e costruire insieme un programma formativo su misura.
Formazione finanziata
I Fondi Paritetici Interprofessionali offrono alle aziende aderenti la possibilità di coprire i costi della formazione aziendale e individuale destinata ai propri dipendenti.
Kinetikon ti offre un supporto completo in ogni fase: dall’analisi di fattibilità alla presentazione della domanda, fino alla rendicontazione e all’ottenimento del finanziamento.
Compila il form qui sopra e scopri come finanziare questo corso.
FAQ – Domande Frequenti
In quali date si svolge il corso?
Non ci sono date programmate, ma puoi scegliere il periodo di partenza della formazione.
Il corso viene erogato in presenza o online?
Puoi scegliere la formazione online, in presenza o blended. Per quanto riguarda la formazione online, mettiamo a disposizione la nostra piattaforma dedicata e conforme ai requisiti di monitoraggio dei Fondi Interprofessionali.
Il corso è finanziabile?
Collaboriamo attivamente con i Fondi Interprofessionali e siamo specializzati nella gestione della formazione finanziata. Ti forniremo tutte le informazioni sulle opportunità di finanziamento disponibili per il corso di tuo interesse.
Il corso è adatto a professionisti con diversi livelli di esperienza?
Certo: durante la sessione di allineamento, adeguiamo i contenuti formativi in base al livello di esperienza dei partecipanti, garantendo un percorso adatto sia ai principianti, sia agli esperti.
Come viene strutturato il corso per garantire una formazione su misura per la mia azienda?
Il programma didattico che trovi in questa pagina è solamente una traccia. Prima dell’avvio del corso, organizziamo una sessione di allineamento con il consulente che condurrà la formazione, per definire insieme un programma completamente personalizzato.
In quali termini il corso è personalizzabile?
Il percorso formativo si adatta alle tecnologie e alle piattaforme già in uso nella tua azienda. In caso di prima adozione, Kinetikon offre anche consulenza per la scelta della piattaforma, del linguaggio, del vendor o dello strumento più idoneo. Inoltre, la formazione è modulare e focalizzabile sugli argomenti in cui il tuo team necessita di approfondimenti specifici.
Come posso richiedere maggiori informazioni o una consulenza personalizzata?
Contattaci via email all’indirizzo formazione@kinetikon.com, oppure utilizza il form dedicato su questa pagina o nella sezione contatti del nostro sito. Il nostro team è sempre pronto a fornire supporto e consulenza personalizzata.