Organizzatori: Eugenio Alladio, Marco Pazzi, Marco Vincenti, Alberto Mazzoleni, Ciro Orecchio, Giovanni Solarino, Carolina Scagliarini e Alessandra Olarini, afferenti al gruppo FABLAB del Dipartimento di Chimica e alla startup DataBloom.

La Scuola di Chemiometria e Machine Learning con Python si terrà dal 24 al 28 febbraio 2025 presso la Sala Rappresentanza del Dipartimento di Chimica dell'Università di Torino. L'iniziativa è aperta sia al personale non strutturato (studenti, dottorande/i, assegniste/i), sia al personale strutturato (ricercatrici/ori, PA, PO) e a soggetti terzi (industrie e servizi).

Iscrizione e costi

Quota di partecipazione:

• Studenti (PhD, assegni di ricerca): 450€ - IVA inclusa
• Personale universitario (strutturato): 650€ - IVA inclusa
• Industria e settore dei servizi: 850€ - IVA inclusa

La quota include lezioni, materiale del corso, coffee break (da lunedì a venerdì), lunch break (da lunedì a venerdì). Non comprende la cena sociale facoltativa del giovedì.

Iscrizione compilando il modulo da scaricare, compilare e inviare via mail a chemiometria.python@unito.it

Programma

Il corso si articola su 5 giorni, con sessioni mattutine (9-13) e pomeridiane (14-18). Gli argomenti trattati includono:

• Introduzione a Python;
• Cenni di statistica univariata;
• Test di ipotesi;
• Modelli unsupervised (PCA, CA, t-SNE, DBSCAN, UMAP);
• Modelli supervised - classificazione (kNN, LDA, QDA, PLS-DA, RF, SVM, SIMCA);
• Modelli supervised - regressione (OLS, MLR, PCR, PLS-R);
• Cenni di reti neurali;
• (facoltativo) Valutazione di dati reali dei partecipanti.

Le sessioni includono esercizi pratici e l'analisi di dati personali in collaborazione con i docenti. È richiesto l'uso del proprio laptop, con connessione a internet tramite Wi-Fi. Il corso utilizza Python (Jupyter Notebook su Google Colab), senza necessità di installare software aggiuntivi.

Durante il corso verranno approfonditi i concetti chiave utilizzando le seguenti librerie essenziali:

• NumPy: per la gestione e il calcolo di matrici e array multidimensionali.
• Pandas: per l'analisi e la manipolazione di dati strutturati.
• Matplotlib e Seaborn: per creare visualizzazioni grafiche.
• Plotly: per grafici interattivi.
• SciPy: per l'analisi scientifica e il calcolo numerico avanzato.
• Scikit-learn: per la costruzione di modelli di Machine Learning.
• TensorFlow e Keras: per la progettazione e l'addestramento di reti neurali.

Nel pomeriggio dell’ultimo giorno la partecipazione sarà facoltativa. I partecipanti interessati avranno l’opportunità di confrontarsi con i docenti per discutere possibili applicazioni pratiche o analisi di dati reali in loro possesso.

Orario:

Programma della Scuola di Chemiometria e Machine Learning con Python

Data	Orario	Moduli
24 febbraio 2025	9-13	Introduzione a Python
24 febbraio 2025	14:30-18	Cenni di statistica univariata e bivariata
25 febbraio 2025	9-13	Test di ipotesi
25 febbraio 2025	14-18	Modelli unsupervised (PCA, CA)
26 febbraio 2025	9-13	Modelli unsupervised (PCA, CA)
26 febbraio 2025	14-18	Modelli supervised – classificazione (kNN, DA, PLS-DA, NB, LR, SVM, RF)
27 febbraio 2025	9-13	Modelli supervised – classificazione (kNN, DA, PLS-DA, NB, LR, SVM, RF)
27 febbraio 2025	14-18	Modelli supervised – regressione (MLR, PCR, PLS-R)
28 febbraio 2025	9-13	Cenni di deep learning (Keras, TensorFlow)
28 febbraio 2025	14-18	(facoltativo) Test dati reali dei partecipanti

Informazioni utili

La cena sociale si svolgerà la sera di giovedì 27 febbraio 2025 (luogo da definire). Il costo della cena, facoltativa, non è incluso nella quota di iscrizione. Verrà fornita una brochure dettagliata e i riferimenti bancari per il pagamento.

Contatti 

Per ulteriori informazioni, contattare: chemiometria.python@unito.it