Presentazione

Il master in Intelligenza Artificiale e Blockchain esplora in modo approfondito la convergenza di due tecnologie disruptive: l'Intelligenza Artificiale e la Blockchain. Attraverso i suoi moduli, vengono esaminati i fondamenti fino alle applicazioni avanzate, come Chat GPT, Token Non Fungibili (NFT) e Visione Artificiale con Python e OpenCV. Il programma fornisce un approccio olistico che integra conoscenze approfondite su algoritmi, sistemi esperti, Elaborazione del Linguaggio Naturale (NLP) e programmazione essenziale per la visione artificiale. Inoltre, approfondisce il settore della Blockchain, coprendo dai concetti di base all'implementazione di Contratti Intelligenti tramite Solidity.

Obiettivi:

- Apprendere i concetti chiave di Intelligenza Artificiale e Blockchain.
- Comprendere e applicare algoritmi di IA, Machine Learning e Deep Learning.
- Sviluppare sistemi esperti ed esplorare il rapporto tra IA e Big Data.
- Implementare Chatbots, esplorare NLP e creare Chat GPT.
- Programmazione con Python e OpenCV per Visione Artificiale.
- Padronanza nella creazione e implementazione di Contratti Intelligenti con Solidity.
- Esplorare la tokenizzazione, NFT e la loro applicazione in Criptoarte.

Attestato

Diploma di Master in Intelligenza Artificiale e Blockchain di 1500 ore, rilasciato da EUROINNOVA INTERNATIONAL ONLINE EDUCATION, appartente al piano formativo Euroinnova Formazione e recante il marchio di eccellenza accademica in educazione on-line rilasciato da QS World University Rankings.

Durata

12 mesi, 1.500 ore

Programma

MODULO 1. INTELLIGENZA ARTIFICIALE E DEEP LEARNING
UNITÀ DIDATTICA 1. INTRODUZIONE ALL'INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 2. TIPI DI INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 3. ALGORITMI APPLICATI ALL'INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 4. RELAZIONE TRA INTELLIGENZA ARTIFICIALE E BIG DATA
UNITÀ DIDATTICA 5. SISTEMI ESPERTI
UNITÀ DIDATTICA 6. FUTURO DELL'INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 7. INTRODUZIONE AL MACHINE LEARNING
UNITÀ DIDATTICA 8. ESTRAZIONE STRUTTURA DATI: CLUSTERING
UNITÀ DIDATTICA 9. SISTEMI DI RACCOMANDAZIONE
UNITÀ DIDATTICA 10. CLASSIFICAZIONE
UNITÀ DIDATTICA 11. RETI NEURALI E DEEP LEARNING
UNITÀ DIDATTICA 12. SISTEMI DI DECISIONE
UNITÀ DIDATTICA 13. DEEP LEARNING CON PYTHON, KERAS E TENSORFLOW UNITÀ DIDATTICA 14. RETI NEURONALI UNITÀ DIDATTICA 15. RETI A STRATO SINGOLO
UNITÀ DIDATTICA 16. RETI MULTISTRATO
UNITÀ DIDATTICA 17. STRATEGIE DI APPRENDIMENTO

MODULO 2. PLN, CHATBOT E INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 1. INTRODUZIONE AL PLN
UNITÀ DIDATTICA 2. PLN IN PYTHON
UNITÀ DIDATTICA 3. COMPUTAZIONE DELLA SINTASSI PER IL PLN
UNITÀ DIDATTICA 4. COMPUTAZIONE DELLA SEMANTICA PER IL PLN
UNITÀ DIDATTICA 5. RECUPERO ED ESTRARRE INFORMAZIONI
UNITÀ DIDATTICA 6. COS'È UN CHATBOT?
UNITÀ DIDATTICA 7. RELAZIONE TRA IA E CHATBOT
UNITÀ DIDATTICA 8. AMBITI DI APPLICAZIONE DEI CHATBOT

MODULO 3. CHAT GPT E INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 1. INTELLIGENZA ARTIFICIALE E CHAT GPT
UNITÀ DIDATTICA 2. CHAT GPT E IL SUO FUNZIONAMENTO
UNITÀ DIDATTICA 3. CREAZIONE DI UN CHATBOT DI BASE CON CHAT GPT
UNITÀ DIDATTICA 4. MIGLIORAMENTO DELL'INTERAZIONE CON L'UTENTE
UNITÀ DIDATTICA 5. INTEGRAZIONE DI CHAT GPT IN UN SITO WEB O UN'APPLICAZIONE
UNITÀ DIDATTICA 6. MONETIZZAZIONE DI UN CHATBOT
UNITÀ DIDATTICA 7. ETICA E RESPONSABILITÀ NELL'IA E NEI CHATBOT
UNITÀ DIDATTICA 8. APPLICAZIONI AVANZATE DI CHAT GPT
UNITÀ DIDATTICA 9. STRUMENTI E RISORSE PER LO SVILUPPO DI CHATBOT CON CHAT GPT
UNITÀ DIDATTICA 10. CASI D'USO APPLICATI CON CHAT GPT

MODULO 4. PROGRAMMAZIONE DI VISIONE ARTIFICIALE CON PYTHON E OPENCV
UNITÀ DIDATTICA 1. INTRODUZIONE E INSTALLAZIONE DI OPENCV
UNITÀ DIDATTICA 2. GESTIONE DEI FILE, DELLE TELECAMERE E INTERFACCE GRAFICHE
UNITÀ DIDATTICA 3. ELABORAZIONE DELLE IMMAGINI
UNITÀ DIDATTICA 4. ISTOGRAMMI E TEMPLATE MATCHING
UNITÀ DIDATTICA 5. COLORI E SPAZI DI COLORE
UNITÀ DIDATTICA 6. RILEVAMENTO DEI VOLTI ED ESTRAZIONE DELLE CARATTERISTICHE
UNITÀ DIDATTICA 7. APPRENDIMENTO AUTOMATICO

MODULO 5. INTELLIGENZA ARTIFICIALE PER PROGRAMMATORI
UNITÀ DIDATTICA 1. APPRENDIMENTO AUTOMATICO (MACHINE LEARNING)
UNITÀ DIDATTICA 2. RETI NEURALI ARTIFICIALI (RNA)
UNITÀ DIDATTICA 3. PROCESSAMENTO DEL LINGUAGGIO NATURALE (NLP)
UNITÀ DIDATTICA 4. VISIONE ARTIFICIALE
UNITÀ DIDATTICA 5. PROCESSAMENTO DI DATI MASSIVI (BIG DATA) IN INTELLIGENZA ARTIFICIALE
UNITÀ DIDATTICA 6. OTTIMIZZAZIONE E TUNING DEI MODELLI DI IA
UNITÀ DIDATTICA 7. APPRENDIMENTO PER RINFORZO
UNITÀ DIDATTICA 8. DEPLOYMENT E PRODUZIONE DEI MODELLI DI IA

MODULO 6. BLOCKCHAIN
UNITÀ DIDATTICA 1. INTRODUZIONE E CONCETTI BASE
UNITÀ DIDATTICA 2. CRITTOGRAFIA
UNITÀ DIDATTICA 3. BLOCKCHAIN: PRINCIPI TECNOLOGICI
UNITÀ DIDATTICA 4. ANALISI DELLE LIMITAZIONI ATTUALI
UNITÀ DIDATTICA 5. INTRODUZIONE AI CONTRATTI INTELLIGENTI
UNITÀ DIDATTICA 6. ALGORITMI DI CONSENSO
UNITÀ DIDATTICA 7. CREAZIONE DI CONTRATTI INTELLIGENTI CON SOLIDITY
UNITÀ DIDATTICA 8. DAPPS
UNITÀ DIDATTICA 9. BLOCKCHAIN NELL'INDUSTRIA ENERGETICA
UNITÀ DIDATTICA 10. BLOCKCHAIN NELL'INDUSTRIA MANIFATTURIERA E LOGISTICA
UNITÀ DIDATTICA 11. BLOCKCHAIN NEL SETTORE SANITARIO
UNITÀ DIDATTICA 12. BLOCKCHAIN NEL SETTORE ASSICURATIVO

MODULO 7. TOKEN E NFT
UNITÀ DIDATTICA 1. TOKEN
UNITÀ DIDATTICA 2. COLORED COIN
UNITÀ DIDATTICA 3. LA SCARSITÀ DIGITALE E L'ECONOMIA DEI TOKEN
UNITÀ DIDATTICA 4. TIPOLOGIE DI TOKEN
UNITÀ DIDATTICA 5. TOKEN E STANDARD SU BLOCKCHAIN
UNITÀ DIDATTICA 6. BLOCKCHAIN E NFT
UNITÀ DIDATTICA 7. NFT E CRIPTOARTE