Moduli di formazione
I fondamenti, la programmazione, il machine learning e l'informatica quantisitica
Piano di formazione modulare
I corsi di Scuola Sisini sono divisi in moduli specifici per argomento. In base ai propri obiettivi è possibile scegliere di seguire i moduli funzionali alla proprie esigenze lavorative o culturali, oppure stabilire un piano personalizzato.
Scheduling e location
I corsi si tengono su prenotazione. Si svolgono a Marrara in provincia di Ferrara dal lunedì alla domenica. Ogni modulo ha durata di 3 ore con orario concordabile.
Ogni modulo prevede la presenza di un solo partecipante.
On-line Da settembre 2020 è possibile anche svolgere i corsi in modalità smart
I moduli
Fondamenti di informatica - (fnd-1)
Questo modulo affronta i concetti fondamentali dell'informatica classica (non quantistica), trattandoli con chiarezza e precisione.
Si parte dal concetto di
automa e di
informazione, per passare all'implementazione tecnologica di un PC e delle sue componenti principali.
Al termine del corso saprai rispondere a domande come:
- Perché i computer usano il codice binario?
- Cosa è il linguaggio macchina?
- Perché la CPU è collegata alla RAM?
- Cosa è l'architettura di von Neumann?
Materiale necessario: nulla
Materiale opzionale: PC Windows o Linux
Principi di programmazione in C e C++ - (fnd-2)
Moduli consigliati: fnd-1
La conoscenza di base dei principi di programmazione di un computer è un mattone fondamentale per chi vuole capire a fondo cosa significa
algoritmo.
Il corso parte dalle routine in linguaggio
assembly per poi arrrivare alla compilazione di semplici programmi in linguaggio C e C++.
Al termine del corso saprai:
- Distinguere tra un linguaggio di programmazione e un codice binario
- Descrivere le fasi di fetch, decode ed execute
- Scrivere un semplice programma in codice C e C++
- Compilare, cercare errori ed eseguire il progrmma
Materiale consigliato: PC Windows o Linux
Web dinamico - (web-1)
Moduli consigliati: fnd-2
Il corso si concentra sulle tecnologie necessarie per creare un sito web con contenuti dinamici: cloud virtual machine (VM), apache server, mysql, php e HTML.
Al termine del corso saprai:
- Configurare una VM in ambiente Cloud
- Configurare un virtual host su apache
- Creare un semplice database
- Creare un sito HTML+php per accedere al DB e pubblicare le pagine
Materiale consigliato: PC con browser
Web avanzato - (web-2)
Moduli consigliati: web-1
Progettazione di un database complesso con tabelle molti a molti. Uso di tecnologie javascritp e AJAX lato client. Accesso alla webcam.
Al termine del corso saprai:
- Cosa sono le relazioni molti a molti
- Impostare i vincoli di integrità sul database
- Creare una pagina dinamica basata su codice lato client
- Interagire con la webcam del client
Materiale consigliato: PC Linux + GCC
Fondamenti di reti neurali - (rnr-1)
Moduli consigliati: fnd-2
Il corso parte introducendo le idee fondametali che negli anni '50 hanno dato inizio alla ricerca sulle reti neurali artificiali come la memoria associativa.
I fondamenti teorici vengono trasformati poi in codice C per analizzare la struttura del percettrone multristrato e della back propagation.
Al termine del corso saprai:
- Descrivere cosa si intende con memoria associativa
- Scivere un programma in C che implementa la logica del percettrone ad uno strato
- Scrivere un programma in C che implementa la back propagation
- Scrivere un programma in C che riconosce la scrittura manuale delle cifre decimali
Materiale consigliato: PC Linux + GCC
Reti neurali non supervisionate - (rnr-2)
Moduli consigliati: fnd-2
Il tema centrale di questo modulo è l'implementazione delle capacità cognitive non-supervisionate in un modello artificiale, che è la teoria alla base delle moderne reti
deep
Il corso ha un carattere fortemente matematico sebbene ogni equazione sia costantemente tradotta e implementata in linguaggio C.
Al termine del corso saprai:
- Descrivere la differenza tra un neurone inibitore e uno eccitatore
- Definire l'area di connessione e l'area di vicinato
- Scrivere un programma in C che implementa il riconoscimento non supervisionato
Materiale consigliato: PC Linux + GCC
Deep learning - (rnr-3)
Moduli consigliati: rnr-1 e 2
L'implementazione simultanea di tecniche supervisionate e non supervisionate è la base per ottenere dei risultati rilevanti della reti neurali usate in contesti concreti e non solo in
toy problems. Il corso verte su questo tema analizzando la problematica ed individuando alcune possibili soluzioni.
Al termine del corso saprai:
- Scrivre una rete shallow in C
- Scrivere una rete non supervisionata in C
- Connettere le due reti per ottenere una Deep Neural Network
Materiale consigliato: PC con browser
AI e servizi cognitivi - (cgn-1)
Moduli consigliati: web-1
Il modulo si concentra sull'utilizzo pratico dei servizi cognitivi offerti dal mercato AI. Il corso mostra come connettersi ai servizi cognitivi offerti da provider di terze parti (servizi cognitivi Azure di Micorosoft)
Al termine del corso saprai realizzare un sito web che sfrutta:
- il riconoscimento delle immagini
- il riconoscimento del testo
- il riconoscimento del parlato
Materiale consigliato: PC con browser
Informatica quantistica - (qii-1)
Il modulo ha carattere introduttivo e al momento non prevede una parte pratica. Vengono introdotti i concetti di di Qubit, di sistema a singolo Qubit e più Qubit. Computazione classica e quantistica a confronto. Itroduzione agli algoritmi quantistici
Cosa saprai al termine del corso?
- Spiegare i fondamenti della meccanica quantistica
- Distinguere tra bit e Qubit
- Spiegare la differenza tra computazione quantisitca e classica