Il corso accompagna professionisti, ingegneri, periti industriali e profili informatici con basi scolastiche di matematica e programmazione dai fondamenti dell’intelligenza artificiale alla costruzione di sistemi di apprendimento automatico.
Formazione non è responsabile del corso. Il provider è il solo responsabile dell’iscrizione e dell’erogazione dei crediti. I dati sono basati su dati pubblici CNI.
Il corso è un percorso online asincrono di circa ventuno crediti che parte dalle basi dell'intelligenza artificiale e arriva ai sistemi che imparano dai dati: ricerca euristica e ottimizzazione, rappresentazione della conoscenza, apprendimento supervisionato e non supervisionato, apprendimento per rinforzo, reti neurali fino alle architetture moderne come le reti convoluzionali, le ricorrenti, i codificatori automatici, i modelli generativi e i transformer, con esempi di sviluppo in Python. Ci guadagnano soprattutto ingegneri, periti industriali e chi lavora con dati, software o analisi, perché offre il quadro teorico e i riferimenti pratici per capire come funzionano questi strumenti e dove possono essere applicati nel proprio settore.
Valido per CFP · Crediti formativi professionali degli ingegneri
Elencato da: Consiglio Nazionale degli Ingegneri, formazionecni.it
Unità didattica 1 e 2 – Introduzione e Nozioni di base
Unità didattica 3 – Introduzione all’AI
Unità didattica 4 – Algoritmi di ricerca - Parte 1
Unità didattica 4 – Algoritmi di ricerca - Parte 2
Unità didattica 4 – Algoritmi di ricerca - Parte 3
Unità didattica 5 – Rappresentazione della conoscenza
Unità didattica 6 – Fondamenti di Machine Learning
Unità didattica 7 – Apprendimento supervisionato - Parte 1
Unità didattica 7 – Apprendimento supervisionato - Parte 2
Unità didattica 7 – Apprendimento supervisionato - Parte 3
Unità didattica 8 – Apprendimento non supervisionato
Unità didattica 9 - Apprendimento per rinforzo - Parte 1
Unità didattica 9 - Apprendimento per rinforzo - Parte 2
Unità didattica 10 – Reti neurali artificiali - Parte 1
Unità didattica 10 – Reti neurali artificiali - Parte 2
Unità didattica 10 – Reti neurali artificiali - Parte 3
Unità didattica 11 – Introduzione al Deep Learning
Unità didattica 12 – Reti Neurali Convoluzionali - Parte 1
Unità didattica 12 – Reti Neurali Convoluzionali - Parte 2
Unità didattica 13 – Reti Neurali Ricorrenti - Parte 1
Unità didattica 13 – Reti Neurali Ricorrenti - Parte 2
Unità didattica 14 – Auto-encoders
Unità didattica 15 – Deep Reinforcement Learning - Parte 1
Unità didattica 15 – Deep Reinforcement Learning - Parte 2
Unità didattica 16 – Modelli generativi
Unità didattica 17 – Modelli Attention
Unità didattica 18 – Prospettive e rischi
TEST FINALE
Rivolto a professionisti, in particolare ingegneri e periti industriali, oltre a programmatori, sviluppatori web e ricercatori. È richiesta una base minima di conoscenze matematiche e di programmazione, acquisita anche a livello di scuola superiore.
Il percorso didattico prevede la formazione di un Machine Learning Engineer, ossia di un esperto nel campo del machine learning e dell’intelligenza artificiale in grado di sviluppare un progetto di AI con le metodologie del machine learning in maniera completa ed autonoma, partendo dall’analisi dei dati fino alla realizzazione di un sistema completo e performante.
L’evento «Intelligenza Artificiale e Machine Learning - Teorico» riconosce 21 crediti formativi professionali (CFP).
L’evento «Intelligenza Artificiale e Machine Learning - Teorico» costa 119 €.
Sì, l’evento si segue online in diretta: è una FAD sincrona (webinar).
Ordine degli Ingegneri di Brescia
27 ottobre 2026Brescia2 crediti CFP
Associazione Idrotecnica Italiana
27 ottobre 2026Mestre3 crediti CFP
Ordine degli Ingegneri di Avellino
27 ottobre 2026Online3 crediti CFP
Ordine degli Ingegneri di Torino
28 ottobre 2026Torino3 crediti CFP
