8 aprile 2026

Online

Calendario lezioni

Giorno e ora
8, 14, 21, 28 aprile 2026 - 9:00 -13:00
Durata
16 ore

LOW-CODE ANALYTICS-KNIME


L’analisi dei dati è un elemento chiave per la competitività delle imprese, ma l’accesso a strumenti avanzati è spesso limitato a chi possiede competenze di programmazione. Questo corso fornisce una panoramica completa di KNIME, piattaforma intuitiva di low-code analytics, permettendo ai partecipanti di acquisire competenze pratiche nell’elaborazione e nell’analisi dei dati, nella creazione di modelli analitici e nell’integrazione di diverse fonti di dati.

Obiettivi

Il corso ha lo scopo di fornire le competenze necessarie per utilizzare KNIME in modo efficace, consentendo di importare, trasformare e analizzare dati, ottimizzare i processi aziendali attraverso l’automazione e applicare tecniche di machine learning. I partecipanti potranno così ridurre il lavoro manuale e integrare l’analisi dati nelle strategie aziendali.

Destinatari

Il corso è rivolto sia a chi desidera ottimizzare la gestione e l’analisi dei dati senza dover programmare, sia a chi già programma in altri linguaggi e cerca un’alternativa versatile e integrabile con strumenti esistenti.

Contenuti

Il corso di KNIME si sviluppa in 3 moduli: Le basi di KNIME, Trasformare i dati, Machine Learning in KNIME.

Le basi di KNIME

Dopo una rapida introduzione alla data analytics apriremo tutti KNIME sui nostri dispositivi (pc personali o computer messi a disposizione). Analizzeremo la schermata di lavoro e prenderemo familiarità con le componenti fondamentali di un workflow.

Trasformare i dati

Tramite esercitazioni si approfondirà il funzionamento dei nodi più utilizzati in KNIME per trasformare i dati in modo sistematico tramite processi automatizzati. Puliremo i dataset di partenza, combineremo diverse tabelle di dati tra loro, aggregheremo diversi valori e applicheremo formule matematiche per calcolare KPIs

Machine Learning in KNIME

Genereremo previsioni numeriche tramite regressioni, prediremo comportamenti tramite classificazioni e raggrupperemo elementi simili usando algoritmi di clustering

Docente

Marco Siboni, ingegnere dell’automazione con esperienza nella programmazione di PLC, robot e sistemi di movimentazione elettrici per macchine automatiche. Attualmente, si occupa di consulenza per la digitalizzazione e per la sostenibilità, contribuendo allo sviluppo di soluzioni innovative presso lo spin-off universitario Turtle Srl.

Francesco Manuzzi, ingegnere meccanico, ha dedicato due anni alla ricerca accademica nell’automazione dei processi industriali e nella modellazione elastodinamica di componenti di elicotteri. Oggi, si occupa di consulenza per la transizione energetica, mettendo a frutto la sua esperienza in progetti avanzati di sostenibilità e innovazione presso lo spin-off universitario Turtle Srl.

Quota di partecipazione

500,00 € + IVA az. associate Confindustria
600,00 € + IVA az. non associate Confindustria
500,00 € partecipante privato

Vuoi il corso in azienda o hai dubbi?
Torna in cima