CHI HA PAURA DELL’INTELLIGENZA ARTIFICIALE?
Intelligenza Artificiale e Futuro
Dall'architettura del neurone artificiale ai meccanismi di apprendimento, fino alle reti convoluzionali, ricorrenti e alle architetture Transformer che stanno dietro ai modelli linguistici più recenti.
Il volume approfondisce alcuni dei meccanismi fondamentali che hanno reso possibili le moderne reti neurali profonde: addestramento, backpropagation, rappresentazione vettoriale delle informazioni e word embeddings. Costituisce quindi un complemento naturale al percorso dedicato al Machine Learning.
Particolare attenzione è riservata alle architetture Transformer e al meccanismo di Multi-Head Attention, fondamentali per comprendere l'evoluzione dalle reti tradizionali ai moderni modelli linguistici. Il lettore può così collegare i principi studiati nel corso alle tecnologie che stanno alla base dell'AI generativa contemporanea.
Disponibile in formato Kindle e cartaceo su Amazon.
Dal funzionamento delle reti neurali alle architetture professionali: matematica del deep learning, Transformer, LoRA e QLoRA, valutazione dei modelli, ottimizzazione e deployment.
Particolarmente indicato per chi vuole proseguire oltre il livello del corso e lavorare professionalmente con modelli AI.
Scopri il volume su Amazon →Prestazioni e accuratezza non sono gli unici criteri con cui valutare un sistema AI. L'AI Act introduce requisiti relativi a rischio, qualità dei dati, supervisione umana, robustezza, documentazione, trasparenza e sicurezza.
Un approfondimento particolarmente utile per data scientist, ML engineer e progettisti di sistemi AI.
Scopri il volume su Amazon →Dal modello alla responsabilità: risk management, fairness, bias auditing, explainability, SHAP e LIME, requisiti dei sistemi High Risk e controllo del ciclo di vita dell'AI. Una lettura consigliata per comprendere come la qualità tecnica di un modello si inserisce in un sistema reale di governance.
Scopri il volume su AmazonPer affrontare operativamente Machine Learning e reti neurali è fortemente consigliata una buona conoscenza di Python.
Il volume fornisce le basi linguistiche e introduce strumenti essenziali per il lavoro sui dati, come NumPy, Pandas e Matplotlib, preparando il terreno allo studio degli algoritmi e dei modelli di apprendimento automatico.
Consigliato prima o parallelamente al Corso di Reti Neurali.
Scopri Corso di Python →Intelligenza artificiale, machine learning, automazione e sistemi intelligenti stanno creando nuove professioni e trasformando profondamente quelle esistenti. Per uno studente interessato a questi argomenti, la scelta può condurre verso università scientifiche e tecnologiche, ITS Academy, specializzazioni informatiche oppure verso i nuovi settori dell'industria digitalizzata.
Le Professioni Scientifiche esplora percorsi quali informatica, data science, cybersecurity, intelligenza artificiale, ingegneria e altre discipline scientifico-tecnologiche. Le Professioni dell'Industria e dell'Artigianato mostra invece come automazione, robotica, manifattura avanzata, manutenzione intelligente e Industria 4.0 stiano modificando concretamente il mondo produttivo.
📘 Le Professioni Scientifiche
Informatica, ingegneria, AI, data science, cybersecurity
e professioni tecnologiche emergenti.
Acquista su Amazon
📘 Le Professioni dell'Industria e dell'Artigianato
Automazione, robotica, Industria 4.0, manifattura avanzata
e nuove professionalità tecniche.
Acquista su Amazon
Due guide della collana dedicata agli studenti delle scuole superiori per orientarsi fra università, ITS Academy e mondo del lavoro.
Commenti
Posta un commento