Python: apprendimento automatico, ottimizzazione e applicazioni (7a edizione)

Periodo di pre-registrazione: fino al 20 settembre 2023.

Periodo di iscrizione: dal 1 al 20 settembre 2023

Data di inizio del corso: 16 ottobre 2023

Fine del corso: 20 dicembre 2023

Crediti: 10 ECTS

Prezzo: €520 (tasse incluse)

Maggiori informazioni:
https://cfp.us.es/cursos/fc/python-machine-learning-optimizacion-y-aplicaciones/4630/ storal@us.es , d.gutierrez.reina@gmail.com

Il corso di formazione continua in Python: Machine Learning, Optimization and Applications (7a edizione), del valore di 10 crediti ECTS e disponibile sia in presenza che online, è offerto dal Centro di Formazione Continua dell'Università di Siviglia. Le lezioni saranno trasmesse in modalità sincrona e registrate, rendendole disponibili agli studenti tramite la piattaforma di apprendimento virtuale dell'Università di Siviglia.

Questo corso offre una panoramica completa sulla programmazione di algoritmi di Machine Learning/Deep Learning e sull'ottimizzazione utilizzando il linguaggio di programmazione Python. Il corso è strutturato in cinque moduli:

Il Modulo 1 copre le basi della programmazione Python e i moduli numpy, matplotlib, pandas e scipy.
Sono richieste solo conoscenze di base di programmazione come prerequisito; non è richiesta alcuna esperienza pregressa in Python, poiché questo modulo parte da zero.

• Nel modulo 2, gli studenti apprenderanno i fondamenti delle tecniche di apprendimento automatico con applicazioni a regressioni, classificatori e clustering. Le lezioni includono spiegazioni teoriche e script di applicazione pratica in Python utilizzando la libreria scikit-learn.

Il Modulo 3 tratta vari metodi di ottimizzazione metaeuristica utilizzando il modulo DEAP di Python: metodi di ricerca locale basati su percorsi e metodi di ricerca globale basati su popolazioni. Include anche una sezione sull'apprendimento per rinforzo utilizzando la libreria Gym di Python.

• Nel Modulo 4, gli studenti apprenderanno i fondamenti del deep learning in Keras e TensorFlow e come applicare queste tecniche per risolvere problemi reali. Un'ampia varietà di architetture di reti neurali, come reti dense, reti convoluzionali, reti ricorrenti e deep reinforcement learning, saranno studiate sia da una prospettiva teorica che pratica.

• Il Modulo 5 è dedicato alle applicazioni. Nel corso di 5 sessioni e in lezioni autonome, diversi professionisti del mondo accademico e del settore illustreranno esempi di applicazioni tratti dai moduli precedenti.

Il corso sarà tenuto da esperti nel campo dell'apprendimento automatico e dell'ottimizzazione, che condivideranno con gli studenti la loro vasta conoscenza ed esperienza. È rivolto a studenti appassionati di tecnologia e desiderosi di sfruttare appieno le opportunità offerte dall'apprendimento automatico e dall'ottimizzazione. Le competenze acquisite in questo corso sono molto apprezzate nel settore e possono aprire le porte a un'ampia gamma di opportunità di carriera.
La selezione degli studenti avverrà in base all'ordine di pre-iscrizione. Per iscriversi al corso non è richiesta una laurea.