TECNOLOGIE E BIG DATA NELLA DIDATTICA E NEI PROCESSI DI APPRENDIMENTO

Qualità
16 Nov 2024
Evento passato

CORSO GRATUITO PER NEO LAUREATI

Corsi post laurea per la gestione dei dati nell’industria

Gratuito

Finanziato dal Fondo Sociale Europeo


Voglio più informazioni

Modalità online

Durata: 60 ore

Hai un attestato

Con la certificazione digitale delle competenze

Fai esperienza

Con docenti formati

Competenze nuove

Aggiuntive alla laurea che fanno risaltare il tuo curriculum


                                                 TECNOLOGIE E BIG DATA NELLA DIDATTICA E NEI PROCESSI DI APPRENDIMENTO RIF.PA. 2023-19167 PR.4                                          Approvata con DGR n° 843 del 29/05/2023 e co-finanziata dal Fondo Sociale Europeo+ 2021-
                                                                                           2027 Regione Emilia-Romagna
Al termine del percorso formativo, i laureati di area umanistica e in generale tutti i laureati interessati alle applicazioni big data in ambito didattico saranno in grado di valutare e applicare in modo più consapevole e competente le potenzialità delle tecnologie nei contesti formativi, in termini di analisi dei dati relativi ai processi di apprendimento in contesti e piattaforme digitali, nuove tecnologie e metodologie al servizio della didattica e della promozione di un approccio interdisciplinare e digitale a tutte le discipline, in particolare alle STEAM. La frequenza del corso consentirà ai partecipanti di acquisire conoscenze e competenze spendibili sia in termini di programmazione e progettazione didattica, che di erogazione dei contenuti, in primis in contesti digitali o con il ricorso a strumenti e tecnologie nuove.

A chi è rivolto il corso

12 Giovani in possesso di una laurea triennale o magistrale o una laurea a ciclo unico, conseguita da non più di 24 mesi, residenti o domiciliati in regione Emilia Romagna in data antecedente l’iscrizione alle attività.

Le competenze necessarie in ingresso, oltre al requisito formale della laurea, sono trasversali: una forte attitudine alle tecnologie digitali, predisposizione al pensiero critico e capacità di autoaggiornamento. A questo progetto possono accedere laureati provenienti di tutte le aree disciplinari umanistica, giuridico-economica e scientifica, permettendo di specializzare le conoscenze innovative legate al mondo dell’intelligenza artificiale e alle applicazioni per i business B2B e B2C.

PROGRAMMA

Learning analytics ed educational data mining – 20 h

  • Il valore dei dati provenienti dalle LMS e dal ricorso alla didattica blended
  • Come progettare la formazione online sincrona e asincrona

Educare al valore del dato – 8 h

  • Data literacy e factchecking
  • Uso delle fonti e archivi digitali: l’Ai generativa

Insegnamento delle discipline STEAM e dell’interdisciplinarietà – 16 h

  • Coding e metodologie didattiche innovative
  • Realtà aumentata, robotica educativa e gamification nell’apprendimento

Laboratorio con metodologia Lego o con uso di software per lo sviluppo di capacità logico-matematiche (la metodologia verrà scelta in funzione della modalità didattica in presenza o live webinar) – 16 h

 

CALENDARIO

Giorno  DATE  ORARIO  Ore   Docente 

giovedì

lunedì 

07/11/2024

11/11/2024 

17:30

17.30 

21:30

21.30 

4

Mirco Capellini

Alberto Monteverdi 

venerdì  15/11/2024  17.30  21.30  Claudio Mallero  
lunedì  18/11/2024  17.30  21.30  Alberto Monteverdi 
giovedì  21/11/2024  17.30  21.30  Mirco Capellini 
lunedì  25/11/2024  17.30  21.30  Alberto Monteverdi 
martedì   26/11/2024  17.30  21.30  Cosimo Rota 
venerdì  29/11/2024  17.30  21.30  Cosimo Rota 
lunedì   02/12/2024  17.30  21.30  Claudio Mallero  
martedì   03/12/2024  17.30  21.30  Cosimo Rota 
venerdì  06/12/2024  17.30  21.30  Cosimo Rota 
  • INTRODUZIONE AL MACHINE LEARNING
    • Teoria degli algoritmi di Machine Learning (con apprendimento supervisionato, non supervisionato, con rinforzo, semi-supervisionato)
    • Framework open source come Scikit Learn e relativi esempi di Dataset: caricamento dati e training, parametri del modello, …
    • Processo di implementazione algoritmi di ML: definizione del problema, raccolta dei dati, data cleaning, costruzione del modello, cross validation, valutazione dei risultati
    • Introduzione alle reti neurali e al layering di algoritmi di machine learning: reti neurali e deep learning concetti base, funzioni di costo
    • Esempi applicati su framework Tensorflow
  • PRESENTAZIONE DELLE PRINCIPALI APPLICAZIONI DEL DEEP LEARNING
    • natural language processing
      automatic speech recognition
    • Image recognition
    • visual art processing
    • customer relationship management

Compila il form per essere ricontattato dal coordinatore dell’attività.

16 Nov 2024
Evento passato
VUOI IL CORSO IN AZIENDA O HAI DUBBI?

Scrivici ora

ISCRIVITI ALLA NEWSLETTER

Quali newsletter ti piacerebbe ricevere?