Indice

OBIETTIVI E CONTENUTI FORMATIVI

Una volta registrati, avrete accesso ad un ricco materiale didattico (le slide delle lezioni, ulteriori documenti di approfondimento, i testi degli esercizi e le loro soluzioni anche sotto forma di Live Script, i codici sorgenti completi utilizzati, i quiz da completare per verificare il grado di apprendimento).

MODULI DIDATTICI

In maggiore dettaglio, il Corso Avanzato della SCSM-2019 prevede la trattazione dei seguenti argomenti:

  • Introduzione al Calcolo Parallelo e Distribuito
  • Introduzione alla programmazione parallela con MATLAB
  • Big Data e MATLAB
  • Machine Learning e Analisi statistica dei dati
  • Casi di studio reali in MATLAB

il tutto con l’ausilio di diversi casi di studio pratici tratti da contesti reali.

Al fine di garantire la qualità della didattica che ha contraddistinto tutte le precedenti edizioni della Scuola nonché per oggettivi limiti logistici, è ammesso a partecipare alla Scuola soltanto un numero limitato di studenti che inoltreranno richiesta di iscrizione attraverso l’apposito form di registrazione online.

Cronoprogramma della didattica

Lunedi 29 Luglio

Introduzione al Calcolo Parallelo e Distribuito

8.30 – 9.30

Registrazione

9.30 – 10.00

Benvenuto e presentazione del corso

10.00 – 11.00 Concetti base del Calcolo Parallelo
Introduzione al Parallel Computing Toolbox
11.00 – 11.30 | Break
11.30 – 13.00 Matlabpool e Parfor I
13.00 – 14.30 | Pausa pranzo
14:30 – 16:00 Parfor II
16.00 – 16.30 | Break
16.30 – 17.30 SPMD

Martedì 30 Luglio

Introduzione alla programmazione parallela con MATLAB

9.00 – 11.00 Array codistribuiti
11.00 – 11.30 | Break
11.30 – 13.00 Message Passing e comunicazioni collettive
14.30 – 16.00 Sottomissione batch
16.00 – 16.30 | Break
16.30 – 17.30 Debugging e Profiling di codici paralleli con MATLAB

Mercoledì 31 Luglio

Big Data e MATLAB

9.00 – 11.00 Introduzione ai Big Data
Le applicazioni Big Data nel mondo reale
Importare e organizzare Big Data
11.00 – 11.30 | Break
11.30 – 13.00 Utilizzo di Hadoop e del paradigma MapReduce

MATLAB e la Big Data Analytics

13.00 | Fine delle attività

Giovedì 1 Agosto

Machine Learning e Analisi statistica dei dati

9.00 – 10.00 Introduzione al Machine Learning
10.00 – 11.00 Algoritmi supervisionati e non supervisionati
11.00 – 11.30 | Break
11.30 – 13.00 Utilizzo del “Machine Learning Toolbox” e del “Neural Network Toolbox”
13.00 – 14.30 | Pausa pranzo
14.30 – 16.00 Creazione di un sistema di raccomandazione basilare
16.00 – 16.30 | Break
16.30 – 17.30 Analisi statistica dei dati finanziari attraverso la Sentiment Analysis

Venerdì 2 Agosto

Casi di studio reali in MATLAB

9.00 – 11.00 Analisi di immagini biomediche
11.00 – 11.30 | Break
11.30 – 13.00 Sistemi di raccomandazione
13.00 – 14.30 | Pausa pranzo
14.30 – 16.00 Deep Learning e Face Detection
16.30 – 17.00 Chiusura dei lavori e Consegna degli attestati


    IN BREVE

      

    Durata: 5 giorni

      

    Struttura: lezioni frontali, esercitazioni

      

    Lezioni: 28h LUN-VEN

      

    Partecipanti: Max 60

      

    Attestato di partecipazione


    CALENDARIO

    Chiusura iscrizioni: 14 LUG 2019

    Sconto Early Bird entro: 22 GIU 2019

    Calendario Lezioni: 29 LUG-2 AGO 2019


    CONTATTI

    U4LEARN

      
      

    +39 091 5649065

    top
    Copyright © U4Learn s.r.l.. All rights reserved. P.IVA: IT06556030820