Hands on Python: corso con i docenti del Politecnico di Milano. Sconto in fattura fino 90%

Confindustria Vicenza segnala alle aziende associate la possibilità di iscriversi al corso con agevolazioni PNRR (sconti diretti in fattura dal 50% al 90%) su machine learning e data analysis con Python, organizzato da MADE Competence Center in collaborazione con il Politecnico di Milano.

Le lezioni, il laboratorio e il project work, per un totale di 24 ore, si svolgeranno in presenza presso Confindustria Vicenza.

Il corso è a cura di Jessica Leoni, Assistant Professor, Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano e docente di Fondamenti di Automatica, vincitrice nel 2023 del Best PhD Dissertation Award dell’IEEE ITS Italian Chapter e, dal 2019, membro del  mOve research group of the Department of Electronics and Information of Politecnico di Milano e del NECSTLab research group of the Department of Electronics and Information of Politecnico di Milano.

POSTI LIMITATISSIMI,
raccolti in ordine cronologico
fino a esaurimento.
ISCRIVITI SUBITO

Al prezzo del corso, pari a 2.500 € + IVA a partecipante, si applicano le agevolazioni PNRR, che consistono in uno sconto diretto in fattura (a cui bisogna aggiungere l’IVA sul totale) del:

• 90% per micro e piccole aziende (<50 dipendenti, ≤ € 10 milioni)
• 80% per le medie (<250 dipendenti, ≤ € 50 milioni)
• 50% per le grandi

Le agevolazioni PNRR sono Aiuti di Stato che fanno riferimento al GBER (non al De Minimis, per cui non fanno cumulo) e ad esse è associabile l’ulteriore copertura tramite il Conto Formazione del Fondo Interprofessionale a cui l’azienda è iscritta.

Una volta dimostrato l'interesse per i corsi tramite la compilazione del modulo di iscrizione, gli iscritti verranno accompagnati da MADE nella raccolta delle informazioni necessarie per accedere all'agevolazione prevista.

OBIETTIVO
Sviluppare una solida competenza nell'ambito dell'intelligenza artificiale e dell'apprendimento automatico e una consapevolezza riguardo l'importanza del dato per questo tipo di applicazioni, con particolare enfasi sui concetti di quantità e qualità.

DESTINATARI
Interessati ai temi dell’AI, dell’apprendimento automatico e dei loro possibili impieghi in ambito aziendale.

SEDE
Sala Trissino a Palazzo Bonin Longare, in Corso Palladio 13 a Vicenza

DURATA
24 ore

CALENDARIO
Martedì 17 febbraio 2026 9:00 – 13:00
Martedì 24 febbraio 2026 9:00 – 13:00
Martedì 3 marzo 2026 9:00 – 13:00
Martedì 10 marzo 2026 9:00 – 13:00
Lunedì 16 marzo 2026 9:00 – 13:00
Martedì 17 marzo 2026 9:00 – 13:00

DOCENTE
Jessica Leoni, Assistant Professor, Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano e docente di Fondamenti di Automatica. Vincitrice nel 2023 del Best PhD Dissertation Award dell’IEEE ITS Italian Chapter. Dal 2019 membro del  mOve research group of the Department of Electronics and Information of Politecnico di Milano e del NECSTLab research group of the Department of Electronics and Information of Politecnico di Milano.

ARGOMENTI
Introduzione al machine-learning, 8 ore
▪️Introduzione all’intelligenza artificiale; definizione di machine e deep learning
▪️Perché l’intelligenza artificiale?
▪️Ambiti applicativi, con focus su industria 4.0
▪️Apprendimento Supervisionato
     ▫️Paradigmi di apprendimento
     ▫️Introduzione alle reti neurali
     ▫️Reti neurali convoluzionali
     ▫️Metriche di valutazione: matrice di confusione ed intersezione rispetto unione
     ▫️Applicazione: riconoscimento e localizzazione di oggetti in un’immagine
▪️Apprendimento Non Supervisionato
     ▫️Clustering
     ▫️k-Means
     ▫️Metodo del gomito
     ▫️Classificazione a singola classe
     ▫️Metriche di valutazione: accuratezza ed F1-score
     ▫️Applicazione: riconoscimento di anomalie
▪️Apprendimento per Rinforzo
     ▫️Elementi essenziali per l’apprendimento per rinforzo
     ▫️Q-learning
     ▫️Q-table e Q-function
     ▫️Metriche di valutazione: average job slowdown
     ▫️Applicazione: sistema di gestione e divisione ottimale dei task
▪️Pipeline completa di machine-learning
     ▫️Struttura di una pipeline completa di machine-learning
     ▫️Il ruolo chiave dei dati
     ▫️Estrazione e selezione delle features
     ▫️La maledizione della dimensionalità
     ▫️Metodi di classificazione
     ▫️Tecniche di valutazione: k-fold cross-validazione
     ▫️Rimarchi finali
▪️Introduzione a Python e setup degli ambienti di sviluppo (installazione di Python ed Anaconda)

Data Analysis – Hands on, 8 ore
▪️Sintassi base di Python
     ▫️Variabili standard: interi, stringhe, liste e dizionari
     ▫️Funzioni e metodi
     ▫️Costrutti condizionali e loop
▪️Python per Machine-Learning
     ▫️Introduzione a Pandas, Scikit-learn e Matplotlib
     ▫️Explorative data analysis
     ▫️Train-test split
     ▫️Supervised model training
     ▫️Validazione dei modelli su nuovi dati

Project Work, 8 ore + restituzione feedback dal docente via e-mail
Ciascun discente, supportato dal docente, svolgerà in aula un progetto in cui metodi, passaggi e strumenti della pipeline vista nella precedente lezione vengono applicati ad un dataset personale (in caso di impossibilità ad utilizzare un proprio dataset ne sarà fornito uno dal docente).
Docente e discenti concorderanno se i singoli progetti andranno consegnati al docente al termine della giornata oppure entro il termine che stabiliranno.
Dopo averli acquisiti, il docente esaminerà tutti i lavori e restituirà mediante email il proprio feedback ad ogni partecipante.

POSTI LIMITATISSIMI,
raccolti in ordine cronologico
fino a esaurimento.
ISCRIVITI SUBITO

Per qualsiasi informazione:
0444 - 232500

Photo by Liz West, Shifting Luminosity © Stephen Iles on liz-west.com