Data science e Artificial Intelligence per il monitoraggio e l’efficientamento della produzione

date

13 -14 -15 marzo

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

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

 

Contenuti Correlati