Data science e Artificial Intelligence per il monitoraggio e l’efficientamento della produzione
date
Su richiesta
prezzo
Questo corso rientra nelle agevolazioni previste dal PNRR da erogare alle PMI.
Il corso arriva ad essere coperto al 100%.
Scopri la scontistica riservata alla tua azienda!
durata
3 giornate in presenza
livello
Intermedio - Avanzato
attestato di partecipazione
Rilasciato da MADE - Competence Center i4.0
CONTATTI PER RICHIEDERE MAGGIORI INFORMAZIONI
chiara.bonelli@made-cc.eu
+39 3884261356
OBIETTIVO:
Il corso offre una panoramica completa sugli strumenti e le metodologie di Data Science e Intelligenza Artificiale applicabili nell’ambiente industriale. Il corso introduce strumenti e tecniche come come KDD e CRISP-DM, e altre tecniche avanzate di Machine Learning, incluso Random Forest e LightGBM. Il corso prevede sessioni hands-on su classificazione e clustering di dati di produzione e sull’estrazione dati mediante dispositivi IOT.
A CHI È RIVOLTO:
Imprenditori – Responsabili di produzione e manutenzione – Energy manager – System integrator
TRAINER:
- Daniele Mazzei, Chief Product Officer e Co-Founder di Zerynth
- Riccardo Guidotti, PhD in Computer Science
- Ugo Scarpellini, IoT Application Engineer a Zerynth
IN COLLABORAZIONE CON:
PROGRAMMA DETTAGLIATO:
GIORNO 1
Sessione Mattutina, Daniele Mazzei:
- Introduzione:
- Introduzione sui bisogni delle aziende e le applicazioni AI/Data Science che possono essere utilizzate per risolverli
- Introduzione ai sistemi per prendere decisioni basate sui dati e sull’AI
- Pausa Pranzo
Sessione Pomeridiana, Riccardo Guidotti:
- Introduzione Data Mining e Machine Learning:
- Introduzione ai processi KDD (Knowledge Discovery in Databases) e CRISP-DM (Cross-industry Standard Process for Data Mining)
- Overview di Clustering, Classificazione, Outlier Detection e Pattern Mining
- Introduzione a Notebooks
- I primi passi nel Data Mining e Machine Learning:
- Comprensione, preparazione e dimensione temporale dei dati
- Esercizio
GIORNO 2:
Sessione Mattutina, Riccardo Guidotti:
- Introduzione alla classificazione di strumenti per DS e AI
- Instance-based Models: KNN
- Tree-based Models: Alberi decisionali, Random Forest, Light GBM
- Esercizi
- Esercizi interattivi sulla classificazione
- Pausa Pranzo
Sessione Pomeridiana, Riccardo Guidotti:
- Introduzione al Clustering
- Center-based clustering: K-Means, Bisective K-Means
- Density-based Clustering: DBSCAN, Optics, HDBSCAN
- Clustering evaluation
● Esercizi interattivi
GIORNO 3:
Sessione Mattutina, Ugo Scarpellini:
- Introduzione a Zerynth:
- Zerynth Architecture
- Zerynth APP e KPIs ○ API
- Dataset Zerynth-UNIPI Pausa Pranzo Sessione Pomeridiana, Ugo Scarpellini:
- Hands-on sulla Zerynth Platform:
- Creare Dashboard con Graphana
- Collegare Jupiter a Zerynth API per real-time AI/ML
- Conclusioni
