Andare all'indirizzo:  https://scuolafutura.pubblica.istruzione.it/approccio-all-intelligenza-artificiale-e-al-data-mining

Accedere all'area riservata ('Accedi' in alto a destra)

Entrare con SPID (o altro)

Fare click, dopo l’accesso, su 'Acconsento'

Fare click su 'Tutti i percorsi'

Inserire nel box 'Cerca per' l'ID del percorso 131194 .............................

Procedere all’iscrizione (CANDIDATI)

 Transizione digitale

Docenti scuola secondaria secondo grado

"(CHE COSA?) dove si delineano i contenuti della formazione, i risultati attesi"

Il corso mira ad avvicinare i docenti alla realizzazione di percorsi didattici relativi all’esplorazione dei dati, la costruzione di modelli di apprendimento automatico, la valutazione delle prestazioni dei modelli e la visualizzazione dei risultati dell'analisi, tutto attraverso un'interfaccia visuale intuitiva, rendendo l'IA e l'analisi dei dati accessibili anche a coloro che non hanno competenze avanzate di programmazione.

"(PERCHÉ?) dove si si delineano le competenze che si intendono potenziare con la formazione - DigComp-Indicazioni Nazionali"

2. Risorse digitali
3. Pratiche di insegnamento e apprendimento
6. Favorire lo sviluppo delle competenze digitali degli studenti

"(COME?) dove si descrive il lavoro che si svolge durante la formazione"

Parte teorica:
Introduzione teorica all’Intelligenza Artificiale.
Principali modelli di machine learning.
Parte Pratica:
Presentazione e utilizzo della piattaforma open source per la visualizzazione dei dati, l'apprendimento automatico e il data mining:
Esplorazione dei dati: strumenti per importare dati da diverse fonti, analisi e comprensione della struttura e caratteristiche. Visualizzazione e manipolazione dei dati mediante filtri e trasformazioni da utilizzare per l'analisi successiva.
Preprocessing dei dati.
Apprendimento automatico: sperimentazione di diversi algoritmi di apprendimento automatico (machine learning) per la classificazione, la regressione, il clustering e altre attività di analisi dei dati mediante interfaccia visuale, senza la necessità di scrivere codice.
Validazione di modelli: analisi e comparazione delle prestazioni dei modelli di apprendimento automatico utilizzati.