Training

  • Research & Training
  • Training
  • Introduzione al Machine Learning

Upcoming training events

There are no training events scheduled at the moment

Further information on planned activities on LearningGARR.

From fostering digital literacy to advanced technical training to scholarships for young innovators: GARR in-class and distant learning activities are dedicated to the research and education community.

GARR offers courses on topics linked to the management and use of the network, as well as of advanced services and applications delivered on top of it: from network management to cybersecurity, from monitoring to digital identity, from Open Educational Resources (OER) to advanced services. Training activities are designed to support the dissemination of technical knowledge and to exchange information and best practices on research and development of new technologies and services.

In addition, GARR promotes initiatives to disseminate and enhance digital skills and digital literacy, to pave the way towards a conscious use of the Internet and the e-Infrastructures.

GARR training offer is open to all users in the Research and Education community and includes:

  • Seminars and in-class courses;
  • Webinars and self-paced e-learning courses.

GARR annually awards Scholarships to young graduates that are specialising on themes related to e-Infrastructures.

Training events

EmailPrintExport ICS

Introduzione al Machine Learning

Title:
Introduzione al Machine Learning
When:
Fri, 11. June 2021, 10:30 h - 12:00 h
Where:
On-Line - On-Line
Category:
Formazione GARR
Community:
Ricerca scientifica, Ricerca biomedica, Beni culturali, Università, Scuola, Musica e Arte
Video:
https://www.garr.tv/stream/60c31f00507d373ee312b091

Description

L'incontro sarà trasmesso in streaming su GARR.tv ed i canali social del GARR (facebook e youtube)

Il webinar propone una introduzione al machine learning nel contesto più ampio dell'estrazione di conoscenza dai dati. Saranno approfonditi alcuni aspetti di base quali l'apprendimento supervisionato e non supervisionato, le modalità di utilizzo dei dati ai fini dell'apprendimento e le metriche per la valutazione dei modelli basati su machine learning. Saranno presentate le principali classi di algoritmi di machine learning di utilizzo pratico con particolare riferimento alle reti neurali.

Docente

Antonio Pecchia: Docente di Data Science presso l'Università degli Studi del Sannio di Benevento, dove è in servizio da Dicembre 2019. Ha conseguito il dottorato di ricerca in Ingegneria Informatica e Automatica presso l'Università degli Studi di Napoli Federico II. E' uno dei fondatori di Critiware, azienda nell’ambito dell’ingegnera dei sistemi critici. Egli svolge attività di ricerca sui sistemi distribuiti affidabili e sicuri basata su tecniche di analisi dei dati operazionali, machine learning ed ingegneria del software, ed è co-autore di circa 70 articoli scientifici. Ha ricoperto il ruolo di chair e membro di comitato di programma in numerose conferenze di rilevanza internazionale. E' stato guest editor per la prestigiosa rivista IEEE Transactions on Dependable and Secure Computing

Maggiori informazioni


Venue

Location:
On-Line
City:
On-Line