Corso Coding

Scenario
Nell'era dell'informazione i dati sono stati definiti il nuovo oro. E, allo stesso modo del prezioso metallo, vanno misurati, pesati, e soprattutto lavorati da mani esperte.
Con lo sviluppo tecnologico, l'informatizzazione e la diffusione capillare della rete internet, le grandi aziende si ritrovano con quantitativi di dati enormi, ed anche le piccole aziende riescono facilmente ad accumulare grossi quantitativi di dati.
Lì dentro si trovano informazioni preziose che ci dicono, ad esempio, quali clienti sono interessati ad un prodotto piuttosto che ad un altro, quali trend stanno nascendo o diventano desueti, quali clienti stanno per passare ad un competitor e perché, o addirittura cosa aspettarci con buona sicurezza nell'immediato futuro.
Se Python da solo, essendo il linguaggio di programmazione al primo posto nel 2017, è sufficiente per suscitare interesse nelle aziende, che hanno bisogno di figure che si occupino di backend, saper gestire i dati e soprattutto estrarne i significati nascosti sono caratteristiche richieste ora e sempre più nel futuro, da multinazionali, società di consulenza, web agency, agenzie pubblicitarie, istituti educativi e statali.

Il corso mira a formare sul piano teorico e pratico le figure professionali dedicate, o che vogliano integrare in altro ambito, alla programmazione Python, linguaggio versatile e potente, che quest'anno sale al primo posto dei linguaggi di programmazione; alla manipolazione, trasformazione, analisi, e presentazione dei dati mediante librerie apposite di Python, quali Pandas o Matplotlib; all'utilizzo di strumenti pronti di Machine Learning ed Artificial Intelligence per Python quali Scikit o Tensorflow.

Sintesi dei contenuti

Modulo 1: Python 4 Beginners
Installare Python, Working directory, terminale, librerie, Programmazione a oggetti, Parole riservate, sintassi, istruzioni, Liste, set, dizionari, comprehension, Operatori, funzioni, pacchetti, Classi, eccezioni, Funzione lambda, Moduli esterni base, tipi di dato avanzati, Moduli avanzati, matematic, scientifici, Input, output, scrivere file, Eccezioni, errori, debugging.

Modulo 2: Data Science with Python
Gestire dataset con Pandas, Importare e manipolare datasets, Statistica di base, Creazione grafici con Matplotlib, Analisi esplorativa con Seaborn, Preparazione dei dati, Pulizia dei dati, Normalizzazione, Codifica di variabili categoriche, Variabili dummy, Gestione date e serie temporali.

Modulo 3: Artificial Intelligence & Machine Learning with Python
Introduzione storica su ML e AI, Tipi di algoritmi e problemi, Accuratezza e validazione, Estrazioni di feature, Regressione lineare, KNN, SVM, Alberi di decisione, Metodi non supervisionati, clustering, Introduzione alle reti neurali.

Quali sono i requisiti?
Al primo modulo possono accedere tutti; esso infatti parte dalle basi e si rivolge a chi non conosce Python o non ha conoscenze di programmazione.
Al secondo modulo modulo possono accedere coloro che abbiano una conoscenza media di Python, o che abbiano seguito il primo modulo.
Al terzo modulo possono accedere coloro che abbiano una conoscenza media di Python e sappiano gestire, manipolare e presentare i dati (tramite Pandas e Matplotlib), o che abbiano seguito il secondo modulo.

Richiedi un colloquio individuale per conoscere i dettagli delle singole unità didattiche.

Cosa otterrò da questo corso?
A titolo indicativo e non esaustivo, alla fine di ogni modulo sarai in grado di:
1. programmare in linguaggio Python ed avere una buona panoramica del linguaggio, essendo in grado di gestire progetti backend e di avere le giuste fondamenta per approfondire diversi aspetti.
2. gestire i dati, saperli recuperare, filtrare, trasformare e presentare, anche in forma grafica, per poter, ad es., creare report, ispezionare quali clienti sono interessati a quale prodotto, gestire produzione o approvvigionamente, eccetera.
3. utilizzare le tecniche di ML ed AI più diffuse per applicazioni quali: advertisemente intelligente, finanza, robotica, ottimizzazione, predizione probabilistica di eventi futuri, eccetera.

Dotazioni tecniche base
Minimi
CPU dual core 64-bit on x86-64
RAM 4gb

NOTA: le ore vanno intese come ore accademiche di 50 minuti.

Leggi le opinioni di chi ha partecipato!

Il percorso ideale per chi è interessato ad assorbire rapidamente nozioni di data mining e data manipulation in Python ed integrare modelli previsionali avanzati al proprio bagaglio di competenze; molto ben strutturato, lo consiglio a tutti perché ha un taglio pratico che permette di utilizzare le competenze apprese sin da subito, sia a livello lavorativo (per i data analyst/data scientist) che personale, fornendo gli strumenti per proseguire autonomamente al termine del percorso.
Pur sapendo che in soli tre weekend è impossibile sviscerare tutti i contenuti legati al machine learning, il corso è riuscito comunque a tracciare un disegno preciso e completo delle tecniche di apprendimento supervisionato/ non supervisionato disponibili, stimolando la curiosità di chi come me interessato ad approfondire.

Una lode all'organizzazione ed alla preparazione del relatore, che ha catturato l'attenzione dei partecipanti dimostrando disponibilità e profonda conoscenza degli argomenti.

(Simone M.)