Il corso fornisce competenze pratiche e metodologiche per analizzare, valutare e trasformare i dataset in risorse informative affidabili per lo sviluppo di sistemi di Intelligenza Artificiale. Attraverso un approccio Data-Centric AI, i partecipanti comprenderanno come qualità, rappresentatività, tracciabilità e preparazione dei dati influenzino direttamente robustezza, affidabilità, performance e capacità di generalizzazione dei modelli AI.
Particolare attenzione sarà dedicata alla valutazione della AI Readiness dei dataset, all’identificazione delle criticità che possono compromettere l’efficacia di un sistema AI e alla progettazione di pipeline di preprocessing riproducibili, documentate e governabili.
Al termine del corso i partecipanti saranno in grado di valutare l’idoneità di un dataset allo sviluppo di sistemi AI, individuare bias e problemi di qualità, applicare tecniche di data exploration e progettare workflow di preprocessing orientati allo sviluppo di modelli affidabili.
Contenuti e programma del corso
Modulo 1 – Comprendere e valutare i dati per costruire sistemi AI affidabili
Comprendere il ruolo centrale dei dati nella costruzione di sistemi di Intelligenza Artificiale e sviluppare la capacità di analizzare un dataset per identificare criticità che possano compromettere apprendimento, robustezza e capacità di generalizzazione dei modelli.
- Introduzione alla Data-Centric AI;
- Il preprocessing all’interno del ciclo di vita di un sistema AI;
- Dal fenomeno reale alla decisione automatizzata;
- Il dataset come asset strategico;
- Fitness for Purpose e qualità del dato;
- Tipologie di dati e anatomia di un dataset;
- Tecniche di esplorazione e valutazione della qualità dei dati;
- Completezza, accuratezza, consistenza e rappresentatività;
- Valore informativo, tempestività e tracciabilità;
- Relazione tra qualità dei dati e performance dei sistemi AI;
- AI Readiness Assessment dei dataset.
Modulo 2 – Dal dato grezzo al dataset AI-ready
Fornire strumenti operativi per trasformare dati grezzi in dataset affidabili e pronti per l’addestramento, la validazione e la messa in produzione di modelli AI.
- Definizione della strategia di preprocessing;
- Dataset splitting e strategie di validazione;
- Data leakage: identificazione e prevenzione;
- Analisi e gestione dei dati mancanti;
- Tecniche di imputazione;
- Trasformazione di variabili numeriche e categoriche;
- Definizione e preparazione del target;
- Gestione dello sbilanciamento delle classi;
- Riduzione del rumore informativo;
- Feature selection e feature extraction;
- Costruzione di pipeline di preprocessing riproducibili;
- Governance e documentazione delle trasformazioni applicate ai dati.
Durata del corso
6 ore
A chi si rivolge
- Ricercatori;
- Tecnologi;
- Data Scientists;
- Data Analysts;
- Data Engineers;
- Professionisti coinvolti nello sviluppo di applicazioni di Machine Learning e Intelligenza Artificiale.
È particolarmente indicato per chi opera in contesti scientifici, biomedicali, industriali o di ricerca applicata e desidera acquisire competenze avanzate nell’analisi e preparazione dei dati.
Requisiti
- Nozioni di base di scripting in Python;
- Familiarità con ambienti Linux/Unix;
- Conoscenze elementari di statistica descrittiva.
Non è richiesta una conoscenza approfondita di Machine Learning o Intelligenza Artificiale.
Calendario
10 e 11 Novembre, dalle 9:30 alle 12:30