Machine Learning e metodi Intelligenti per l'Industria
Torna ai corsiMachine Learning e metodi Intelligenti per l’Industria
«Machine learning is a subfield of artificial intelligence, which is
broadly defined as the capability of a machine to imitate intelligent human behavior.
[…]
Machine learning is one way to use AI. It was defined in the 1950s by AI pioneer Arthur Samuel as “the field of study that gives computers the ability to learn without explicitly being programmed.”»
Dal sito web della MIT Management Sloan School <https://mitsloan.mit.edu/>
In buona parte della tecnologia moderna e delle sue applicazioni commerciali ed industriali, un ruolo di crescente importanza è giocato dal cosiddetto apprendimento automatico o machine learning.
L'incontro ha lo scopo di presentare conoscenze, casi di studio ed applicazioni professionali su queste metodologie intelligenti ispirate alle capacità di problem solving tipiche degli esseri viventi superiori.
Termine ultimo di iscrizione 18 novembre 2022.
L'evento è gratuito e appartiene ad una serie di attività (seminari, hackathon e contamination lab) organizzati da Officine Digitali – Innovation Lab della Federazione dei Comuni del Camposampierese – con il supporto didattico, tecnico e metodologico di Ca' Foscari Challenge School.
Progetto finanziato con fondi FSC ex POR FESR 2014-2020, Azione 2.3.1 – D.G.R. n. 291 del 19/03/2019 “Bando per la costituzione di Innovation Lab per il network Centri P3@-Palestre Digitali e la diffusione della cultura degli Open Data”, identificativo di progetto CUP: B51B20001220007.
Obiettivi
Durante l’incontro:
• si presenteranno i principali e più diffusi metodi di apprendimento automatico unitamente a loro applicazioni in ambito industriale e finanziario
• si analizzerà il ruolo delle analytics nei suddetti ambiti
• si ascolterà un'esperienza dal mondo dell'impresa operante nell'ambito di processi basati su metodologie intelligenti.
L'incontrò si concluderà con una discussione con il pubblico/tavola rotonda.
Destinatari
Aziende, imprese e tutti coloro che siano interessati al tema.
Key facts
Modalità
blended
Data inizio/fine
25/11/2022
Lingua
Italiano
Durata
4 ore
25 novembre 2022 – dalle 15:00 alle 19.00
Introduzione al machine learning e sue applicazioni
- L'apprendimento supervisionato: le reti neurali artificiali
- L’apprendimento per rinforzo
- Un cenno alle metaeuristiche per l’ottimizzazione
Apprendimento semi-supervisionato: uno strumento chiave per diverse applicazioni
- L'apprendimento non supervisionato
- L'importanza dell'apprendimento semi-supervisionato
- Casi di studio e applicazioni
Le analytics nel supply chain management
- Le forme di analytics: dalla descriptive analytics alla prescritive automation
- Il ruolo dell'analytics e dell'IA nel supply chain management
- Il ruolo e le difficoltà connesse agli open data
Intelligent Planning System
- Presentazione del settore
- Il punto di vista
L'evento seminariale avverrà in modalità duale, in presenza (c/o Villa Querini, Camposampiero) e a distanza, in forma sincrona e asincrona.
I posti disponibili in presenza sono 30 per cui verrà seguito l'ordine di iscrizione. L'evento sarà comunque disponibile anche online, previa iscrizione.
GALLERY
FACULTY
Marco Corazza, coordinatore, è professore di Metodi Matematici dell'Economia e delle Scienze Attuariali e Finanziarie all'Università Ca’ Foscari Venezia, Dipartimento di Economia. Nell'ambito delle sue attività di ricerca, di consulenza e di formazione, si occupa di matematica finanziaria, finanza quantitativa e fintech. In particolare, è specializzato nella selezione e gestione di portafogli di attività rischiose e nel machine learnining per la finanza.Paolo Albertin, è co-fondatore di Qantica s.r.l. nel 2014. Dal 2000 si occupa di consulenza sui sistemi di controllo SAP. Dal 2014 opera nel supply chain management supportato dalle certificazioni APICS CPIM, CSCP e SCOR-P e nella pianificazione e schedulazione dei sistemi di produzione e logistici. Dal 2017 utilizza la metodologia DDMRP come modello operativo nel supply chain.
Giovanni Fasano, è professore di Ricerca Operativa all'Università Ca’ Foscari Venezia, Dipartimento di Managent. Nell'ambito delle sue attività di ricerca, di consulenza e di formazione, si occupa di metodi di ottimizzazione per problemi complessi e di tecniche di apprendimento automatico. In particolare, è specializzato nell’ottimizzazione in ambito industriale e nella modellizzazione per le crypto asset.
Raffaele Pesenti, è professore di Ricerca Operativa all'Università Ca’ Foscari Venezia,Dipartimento di Management. Nell’ambito delle sue attività di ricerca e di trasmissione delle conoscenze nel territorio si occupa di ottimizzazione delle decisioni operative e della pianificazione nell’ambito delle aziende/autorità pubbliche e private. In particolare, è specializzato in problemi di gestione della logistica e del trasporto di persone e merci.
Agevolazioni
Progetto finanziato con fondi FSC ex POR FESR 2014-2020, Azione 2.3.1 – D.G.R. n. 291 del 19/03/2019 “Bando per la costituzione di Innovation Lab per il network
Centri P3@-Palestre Digitali e la diffusione della cultura degli Open Data”, identificativo di progetto CUP: B51B20001220007.
PARTNER
Richiedi Informazioni
Grazie per averci contattati e per l’interesse dimostrato verso le nostre attività.
La richiesta è stata presa in carico da un nostro Project Manager dedicato. Risponderà il prima possibile.
corsi.challengeschool@unive.it
041 234 68 68Machine Learning e metodi Intelligenti per l’Industria
«Machine learning is a subfield of artificial intelligence, which is
broadly defined as the capability of a machine to imitate intelligent human behavior.
[…]
Machine learning is one way to use AI. It was defined in the 1950s by AI pioneer Arthur Samuel as “the field of study that gives computers the ability to learn without explicitly being programmed.”»
Dal sito web della MIT Management Sloan School <https://mitsloan.mit.edu/>
In buona parte della tecnologia moderna e delle sue applicazioni commerciali ed industriali, un ruolo di crescente importanza è giocato dal cosiddetto apprendimento automatico o machine learning.
L'incontro ha lo scopo di presentare conoscenze, casi di studio ed applicazioni professionali su queste metodologie intelligenti ispirate alle capacità di problem solving tipiche degli esseri viventi superiori.
Termine ultimo di iscrizione 18 novembre 2022.
L'evento è gratuito e appartiene ad una serie di attività (seminari, hackathon e contamination lab) organizzati da Officine Digitali – Innovation Lab della Federazione dei Comuni del Camposampierese – con il supporto didattico, tecnico e metodologico di Ca' Foscari Challenge School.
Progetto finanziato con fondi FSC ex POR FESR 2014-2020, Azione 2.3.1 – D.G.R. n. 291 del 19/03/2019 “Bando per la costituzione di Innovation Lab per il network Centri P3@-Palestre Digitali e la diffusione della cultura degli Open Data”, identificativo di progetto CUP: B51B20001220007.
Obiettivi
Durante l’incontro:
• si presenteranno i principali e più diffusi metodi di apprendimento automatico unitamente a loro applicazioni in ambito industriale e finanziario
• si analizzerà il ruolo delle analytics nei suddetti ambiti
• si ascolterà un'esperienza dal mondo dell'impresa operante nell'ambito di processi basati su metodologie intelligenti.
L'incontrò si concluderà con una discussione con il pubblico/tavola rotonda.
Destinatari
Aziende, imprese e tutti coloro che siano interessati al tema.
Key facts
Modalità
blended
Lingua
Italiano
Data inizio/fine
25/11/2022
Durata
4 ore
Partecipare
Aziende, imprese e tutti coloro che siano interessati al tema.
Programma
25 novembre 2022 – dalle 15:00 alle 19.00
Introduzione al machine learning e sue applicazioni
- L'apprendimento supervisionato: le reti neurali artificiali
- L’apprendimento per rinforzo
- Un cenno alle metaeuristiche per l’ottimizzazione
Apprendimento semi-supervisionato: uno strumento chiave per diverse applicazioni
- L'apprendimento non supervisionato
- L'importanza dell'apprendimento semi-supervisionato
- Casi di studio e applicazioni
Le analytics nel supply chain management
- Le forme di analytics: dalla descriptive analytics alla prescritive automation
- Il ruolo dell'analytics e dell'IA nel supply chain management
- Il ruolo e le difficoltà connesse agli open data
Intelligent Planning System
- Presentazione del settore
- Il punto di vista
L'evento seminariale avverrà in modalità duale, in presenza (c/o Villa Querini, Camposampiero) e a distanza, in forma sincrona e asincrona.
I posti disponibili in presenza sono 30 per cui verrà seguito l'ordine di iscrizione. L'evento sarà comunque disponibile anche online, previa iscrizione.
Faculty
FACULTY
Marco Corazza, coordinatore, è professore di Metodi Matematici dell'Economia e delle Scienze Attuariali e Finanziarie all'Università Ca’ Foscari Venezia, Dipartimento di Economia. Nell'ambito delle sue attività di ricerca, di consulenza e di formazione, si occupa di matematica finanziaria, finanza quantitativa e fintech. In particolare, è specializzato nella selezione e gestione di portafogli di attività rischiose e nel machine learnining per la finanza.Paolo Albertin, è co-fondatore di Qantica s.r.l. nel 2014. Dal 2000 si occupa di consulenza sui sistemi di controllo SAP. Dal 2014 opera nel supply chain management supportato dalle certificazioni APICS CPIM, CSCP e SCOR-P e nella pianificazione e schedulazione dei sistemi di produzione e logistici. Dal 2017 utilizza la metodologia DDMRP come modello operativo nel supply chain.
Giovanni Fasano, è professore di Ricerca Operativa all'Università Ca’ Foscari Venezia, Dipartimento di Managent. Nell'ambito delle sue attività di ricerca, di consulenza e di formazione, si occupa di metodi di ottimizzazione per problemi complessi e di tecniche di apprendimento automatico. In particolare, è specializzato nell’ottimizzazione in ambito industriale e nella modellizzazione per le crypto asset.
Raffaele Pesenti, è professore di Ricerca Operativa all'Università Ca’ Foscari Venezia,Dipartimento di Management. Nell’ambito delle sue attività di ricerca e di trasmissione delle conoscenze nel territorio si occupa di ottimizzazione delle decisioni operative e della pianificazione nell’ambito delle aziende/autorità pubbliche e private. In particolare, è specializzato in problemi di gestione della logistica e del trasporto di persone e merci.
Agevolazioni
Progetto finanziato con fondi FSC ex POR FESR 2014-2020, Azione 2.3.1 – D.G.R. n. 291 del 19/03/2019 “Bando per la costituzione di Innovation Lab per il network
Centri P3@-Palestre Digitali e la diffusione della cultura degli Open Data”, identificativo di progetto CUP: B51B20001220007.
Pagamenti
- Bonifico bancario
- Paypal / carta di credito
- A rate tramite PayPal
Richiedi Informazioni
Grazie per averci contattati e per l’interesse dimostrato verso le nostre attività.
La richiesta è stata presa in carico da un nostro Project Manager dedicato. Risponderà il prima possibile.