modulo #1 Introduzione all'intelligenza artificiale Esplorazione della definizione, della storia e delle applicazioni dell'intelligenza artificiale
modulo #2 Fondamenti di machine learning Comprensione dell'apprendimento supervisionato, non supervisionato e per rinforzo
modulo #3 Matematica per l'intelligenza artificiale Lineare Algebra, calcolo e probabilità per applicazioni AI
modulo #4 Python per l'intelligenza artificiale Introduzione alla programmazione Python per l'intelligenza artificiale e la scienza dei dati
modulo #5 Preelaborazione e visualizzazione dei dati Pulizia, trasformazione e visualizzazione dei dati per l'intelligenza artificiale applicazioni
modulo #6 Apprendimento supervisionato Creazione di modelli di regressione e classificazione con scikit-learn
modulo #7 Apprendimento non supervisionato Clustering, riduzione della dimensionalità e stima della densità
modulo #8 Apprendimento per rinforzo Introduzione a Processi decisionali di Markov e Q-learning
modulo #9 Fondamenti di deep learning Introduzione a reti neurali, perceptron e backpropagation
modulo #10 Reti neurali convoluzionali (CNN) Elaborazione di immagini e rilevamento di oggetti con CNN
modulo #11 Recurrent Neural Networks (RNN) Dati di sequenza e modelli linguistici con RNN e LSTM
modulo #12 Elaborazione del linguaggio naturale (NLP) Preelaborazione del testo, tokenizzazione e modellazione del linguaggio
modulo #13 Visione artificiale Classificazione delle immagini, rilevamento degli oggetti e segmentazione
modulo #14 Robotica e sistemi di controllo Introduzione alla robotica, ai sistemi di controllo e all'elaborazione dei sensori
modulo #15 Etica e pregiudizi dell'intelligenza artificiale Comprendere e affrontare i pregiudizi nell'intelligenza artificiale Sistemi di intelligenza artificiale
modulo #16 Applicazioni di intelligenza artificiale nell'industria Esplorazione delle applicazioni di intelligenza artificiale nel settore sanitario, finanziario e marketing
modulo #17 L'intelligenza artificiale per il bene sociale Utilizzo dell'intelligenza artificiale per l'impatto sociale e la sostenibilità ambientale
modulo #18 Neural Architetture di rete Esplorazione di architetture di reti neurali avanzate
modulo #19 Modelli generativi Introduzione a GAN, VAE e modelli generativi
modulo #20 Trasferimento di apprendimento e messa a punto Utilizzo di modelli pre-addestrati per Sviluppo dell'intelligenza artificiale
modulo #21 AI per previsioni di serie temporali Utilizzo dell'intelligenza artificiale per previsioni di serie temporali e rilevamento di anomalie
modulo #22 AI per sistemi di raccomandazione Creazione di sistemi di raccomandazione personalizzati con l'intelligenza artificiale
modulo #23 Sviluppo di progetti AI Sviluppare da zero un progetto di intelligenza artificiale nel mondo reale
modulo #24 Riepilogo e conclusione del corso Pianificare i prossimi passi nella carriera nell'Intelligenza Artificiale
