In: Data Science & Machine Learning

Il Machine Learning predittivo è senz’altro oggi al picco delle aspettative nella Data Science. E’ un insieme di tecniche logiche ed algoritmi matematici per prevedere in modo automatico informazioni numeriche e non, basandosi sui dati aziendali del passato (dei quali si assume quindi la disponibilità). E così contribuire a prendere decisioni operative in modo guidato dai dati (data-driven), seppur sempre col supporto dell’intuizione e dell’esperienza delle persone. Anche in tempo reale, se necessario.

Il focus del corso è sui modelli predittivi (con cenni su quelli descrittivi), quelli più utili ed il cui costo (TCO) è in continua diminuzione.
Il corso, dopo aver illustrato gli aspetti teorici ed i concetti fondamentali del Machine Learning, si sofferma sul problema chiave della sua applicazione: scegliere le implementazioni adatte, i casi d’uso aziendali dove esso può funzionare e fare la differenza, evitando invece le implementazioni premature. Il corso fornisce al riguardo esempi e linee-guida.
Il corso ha un taglio pratico per aziende, orientato al "come si fa", cioè ad imparare davvero, in modo da poter risolvere in automatico alcuni tipici problemi aziendali. Il corso inoltre illustra le competenze e figure necessarie per partire ed alcuni tipici aspetti organizzativi legati all’introduzione in azienda del Machine Learning ed alla sua gestione.
Oltre agli aspetti implementativi, il corso si sofferma anche sull’altro problema chiave del Machine Learning: l’integrazione in azienda e nel portafoglio applicativo dei vari modelli che si vanno a costruire (da parte del Data Scientist o dei tool); solo in questo modo, in genere, i Dirigenti dell’azienda si fidano a partire davvero con il Machine Learning. Anche qui sono fornite linee-guida. Il Machine Learning non è magia, né una panacea. «E’ tecnologia incorporata nell’azienda».

Corso con taglio pratico, per acquisire la «mentalità analitica» guidata dai dati e diffonderla in azienda. Il Corso non insegna ad usare tool o linguaggi di Machine Learning.

I contenuti del corso sono i seguenti:

• Introduzione al Machine Learning predittivo
• Dati e variabili
• I modelli
• La previsione numerica
• La classificazione
• Oltre la regressione lineare semplice
• La valutazione e la selezione del modello
• Il processo di ML
• Falsi miti (frequenti)
• Ambienti di sviluppo e tool
• Istruzioni per partire
• Integrare i (primi) modelli di Machine Learning nell'azienda
• Varie

Durata

• 21 ore
• 3 giorni

Prerequisiti

Una «inclinazione logica e matematica» è senz’altro utile.