Descrizione del servizio

Questo corso fornisce una solida base teorica e pratica sul Deep Learning applicato all'Industria 5.0, concentrandosi su tecniche avanzate e strumenti di implementazione. I partecipanti impareranno i concetti fondamentali che regolano le reti neurali, con particolare attenzione al passaggio dal neurone singolo al modello Multilayer Perceptron (MLP). Inoltre, acquisiranno competenze pratiche nello sviluppo di un modello di deep learning utilizzando PyTorch, una delle librerie open-source più utilizzate. Il corso offre una combinazione di teoria e pratica, ideale per comprendere le reti neurali e applicarle nel contesto dell'Industria 5.0. OBIETTIVI / Fornire conoscenze teoriche di base sul deep learning e / Apprendere come sviluppare e addestrare un primo modello base di Deep Learning utilizzando Python e la libreria open-source PyTorch. PROGRAMMA / Dal Neurone al MLP (Multilayer Perceptron): introduzione ai concetti fondamentali delle reti neurali. / NN Playground: esercitazione pratica con strumenti visivi per esplorare il funzionamento delle reti neurali e i loro parametri in un ambiente simulato. / Neural Network e Metriche: approfondimento sulle reti neurali, con particolare focus sui metodi di valutazione delle prestazioni dei modelli tramite metriche come accuratezza, precisione e recall. / Tutorial PyTorch: laboratorio pratico per l'implementazione di un modello di deep learning utilizzando PyTorch, coprendo i principali passaggi di codifica, dall'inizializzazione del modello all'addestramento e valutazione. DESTINATARI Il corso è rivolto a sviluppatori che desiderano approfondire l'uso del deep learning in ambito industriale, con un particolare focus sulle applicazioni dell'Industria 5.0. Sono richiesti come prerequisiti una conoscenza di base di algebra e statistica, oltre a una minima familiarità con la programmazione in Python. DOCENTE Esperti e professionisti di Larus BA