Indice

OBIETTIVI E CONTENUTI FORMATIVI

Una volta registrato, lo studente avrà 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)

MODULI DIDATTICI

Il Corso Avanzato della SCSM-2020 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 Modulo di Registrazione

Calendario e programma delle Lezioni

Lunedi 27 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 – 11.15 | Break
11.15 – 13.00 Matlabpool e Parfor I
13.00 – 14.30 | Pausa pranzo
14:30 – 16:00 Parfor II
16.00 – 16.15 | Break
16.15 – 17.30 SPMD

Martedì 28 Luglio

Introduzione alla programmazione parallela con MATLAB

9.00 – 11.00 Array codistribuiti
11.00 – 11.15 | Break
11.15 – 13.00 Message Passing e comunicazioni collettive
14.30 – 16.00 Sottomissione batch
16.00 – 16.15 | Break
16.30 – 17.30 Debugging e Profiling di codici paralleli con MATLAB

Mercoledì 29 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 – 11.15 | Break
11.15 – 13.00 Utilizzo di Hadoop e del paradigma MapReduce

MATLAB e la Big Data Analytics

13.00 | Fine delle attività

Giovedì 30 Luglio

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 – 11.15 | Break
11.15 – 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 – 16.15 | Break
16.15 – 17.30 Analisi statistica dei dati finanziari attraverso la Sentiment Analysis

Venerdì 31 Luglio

Casi di studio reali in MATLAB

9.00 – 11.00 Sistemi di raccomandazione
11.00 – 11.15 | Break
11.15 – 13.00 Deep Learning
13.00 – 14.30 | Pausa pranzo
14.30 – 16.00 Visual Analytics
16.30 – 17.00 Chiusura dei lavori e Consegna degli attestati

  • PRIVATO
  • 1 settimana, 3 giorni
  • 50 POSTI


IN BREVE

  

Durata: 5 giorni

  

Struttura: lezioni frontali, esercitazioni

  

Lezioni: 28h LUN-VEN

  

Partecipanti: Max 60

  

Attestato di partecipazione


CALENDARIO

Scadenza sconto Super Early Bird: 15 APR 2020

Scadenza sconto Early Bird: 31 MAG 2020

Tariffa Standard dal: 1 GIU 2020

Calendario Lezioni: 27 - 31 LUG 2020

Chiusura iscrizioni: 11 LUG 2020


CONTATTI

U4LEARN

  
  

+39 091 5649065

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