TechCamp
giugno 2026
Campus Leonardo Milano
Corso attivato
Ultimi posti disponibili
L’Intelligenza Artificiale (IA) è ovunque: nei nostri telefoni cellulari così come nelle nostre automobili, sia autonome sia non autonome. Infatti, grazie alle reti neurali, l’IA è oggi in grado di comprendere gran parte del mondo che ci circonda.
Le reti neurali, un meccanismo computazionale ispirato al cervello umano, possono apprendere compiti complessi a partire da esempi. Oggi le reti neurali rappresentano i modelli di intelligenza artificiale più potenti per la comprensione di immagini, testi e suoni.
In questo corso ci concentreremo sulle immagini, introducendo la computer vision e le tecniche di IA per la classificazione delle immagini, il compito visivo più semplice ma forse anche il più significativo.
Il corso è suddiviso in tre moduli e introduce l’uso delle reti neurali per la classificazione di dati tabellari e immagini. Il percorso formativo combina lezioni tradizionali (slide, lavagna) con attività pratiche di laboratorio, per offrire ai partecipanti un’esperienza diretta di programmazione.
Il primo modulo introduce i concetti fondamentali della programmazione in Python, che verrà utilizzata per visualizzare e manipolare immagini digitali ed eseguire semplici operazioni di preparazione dei dati per l’addestramento delle reti neurali.
Il secondo modulo è dedicato alla classificazione e introduce le reti neurali, che verranno utilizzate in una sessione di laboratorio per la classificazione di immagini.
Il terzo modulo introduce le Reti Neurali Convoluzionali (Convolutional Neural Networks, CNN), l’architettura più diffusa nel deep learning. Le CNN verranno impiegate per affrontare con successo problemi di classificazione delle immagini più complessi.
Durante le sessioni pratiche pomeridiane, gli studenti apprenderanno passo dopo passo come elaborare immagini con un computer e come programmare una rete neurale per eseguire la classificazione delle immagini.
Principi di programmazione in Python: ambiente di programmazione Google Colaboratory, programmazione Python di base, fondamenti di vettori, matrici e tensori.
Fondamenti di elaborazione delle immagini: immagini e loro rappresentazione, manipolazione di base delle immagini, convoluzione e operazioni morfologiche per l’estrazione delle caratteristiche.
Classificazione e reti neurali: il problema della classificazione, dai percettroni alle reti neurali feed-forward, addestramento delle reti e valutazione delle prestazioni.
Classificazione delle immagini: principali sfide, classificazione delle immagini mediante caratteristiche generate manualmente.
Deep Learning e CNN: la rivoluzione del Deep Learning, Reti Neurali Convoluzionali (CNN), addestramento delle CNN e valutazione delle prestazioni.
Presentazione video
È richiesto un PC portatile personale con browser aggiornato. Le attività di laboratorio saranno svolte principalmente in Google Colab, senza necessità di installare altri software specifici.
È obbligatorio disporre di un account Google personale, necessario per accedere e utilizzare Google Colab durante le esercitazioni.
È sconsigliato l’uso di portatili o dispositivi aziendali, poiché potrebbero avere restrizioni che impediscono l’accesso a Gmail, Google Drive o Google Colab. Per la presentazione finale gli studenti potranno utilizzare strumenti a scelta, come PowerPoint, Google Presentazioni, Canva o equivalenti.
Tablet e iPad possono essere utilizzati, ma non sono consigliati come dispositivo principale; in tal caso, tastiera e mouse esterni sono fortemente raccomandati.
