Scuola di Chemiometria e Machine Learning con Python
Quarta edizione
Iniziativa nell'ambito del Progetto Dipartimento di eccellenza CH 4.0 
- Quando: 23 al 27 febbraio 2026 (cena sociale giovedì 26 febbraio).
- Dove: Sala Rappresentanza, Dipartimento di Chimica, Università di Torino
- Quanti: Massimo 15 partecipanti
- 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
Organizzatori: Eugenio Alladio, Marco Pazzi, Marco Vincenti, Giovanni Solarino, Alberto Mazzoleni, Ciro Orecchio e Alessandra Olarini, afferenti al gruppo FABLAB del Dipartimento di Chimica e alla startup DataBloom, Nicola Cavallini (DataBloom e Politecnico di Torino).
La Scuola di Chemiometria e Machine Learning con Python si terrà dal 23 al 27 febbraio 2026 presso la Sala di Rappresentanza del Dipartimento di Chimica dell'Università di Torino.
La Scuola è pensata sia per il personale universitario non strutturato (studenti, dottorande/i, assegniste/i), che strutturato (ricercatrici/ori, PA, PO), e per soggetti terzi (industrie e servizi).
Iscrizione e costi
- Studenti, dottorandi, borsisti, assegnisti di ricerca, incarichi di ricerca: 450 €
- Personale universitario (strutturato) e enti di ricerca: 650 €
- Industria e settore dei servizi: 850 €
La quota include la partecipazione alle lezioni, l’accesso al materiale del corso, i coffee break (da lunedì mattina a venerdì mattina), i lunch break (da lunedì a giovedì). La cena sociale facoltativa del giovedì non è inclusa.
Iscrizione compilando il modulo
La quota di partecipazione va versata tramite bonifico bancario a favore di:
DATABLOOM S.r.l
IBAN: IT93B0366701600010570065516
numero di conto corrente bancario: 0065516.
La copia del bonifico o del buono d’ordine dovrà essere inviata entro 15 giorni dalla trasmissione del modulo di iscrizione all’indirizzo e-mail: chemiometria.python@unito.it.
In caso di impossibilità a rispettare tale termine, vi invitiamo a contattarci via e-mail. Le iscrizioni saranno chiuse al raggiungimento di 15 partecipanti.
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, Cluster Analysis);
- Modelli supervised - classificazione (kNN, LDA, QDA, PLS-DA, RF, SIMCA);
- Modelli supervised - regressione (OLS, MLR, PCR, PLS-R);
- (facoltativo) Valutazione di dati reali dei partecipanti.
Durante il corso verranno approfonditi i concetti chiave del linguaggio Python 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.
Le lezioni sono basate su esercizi pratici ed è fortemente incoraggiata l’analisi di dati reali in proprio possesso, naturalmente in collaborazione con i docenti.
La partecipazione al pomeriggio dell’ultimo giorno è facoltativa: chi lo desidera potrà confrontarsi con i docenti per discutere possibili applicazioni pratiche o approfondire l’analisi dei propri dati.
Orario
| Data | Orario | Moduli |
|---|---|---|
| 23 febbraio 2026 | 9-13 | Introduzione a Python |
| 23 febbraio 2026 | 14-18 | Introduzione a Python |
| 24 febbraio 2026 | 9-13 | Statistica univariata, bivariata, test di ipotesi, data pre-processing |
| 24 febbraio 2026 | 14-18 | Modelli unsupervised (PCA) |
| 25 febbraio 2026 | 9-13 | Modelli unsupervised (PCA, CA) |
| 25 febbraio 2026 | 14-18 | Sessione pratica |
| 26 febbraio 2026 | 9-13 |
Modelli supervised – classificazione (kNN, SIMCA,PLS-DA, RF) |
| 26 febbraio 2026 | 14-18 | Modelli supervised e sessione pratica |
| 27 febbraio 2026 | 9-13 | Modelli supervised – regressione (MLR, PCR,PLS-R) e sessione pratica |
| 27 febbraio 2026 | 14-18 |
(facoltativo) Analisi dati reali dei partecipanti |
Informazioni utili
La Scuola si svolgerà in presenza presso la Sala di Rappresentanza del Dipartimento di Chimica dell'Università di Torino, in via Giuria 9.
Le lezioni saranno in lingua italiana e il materiale fornito sarà in lingua inglese.
È fondamentale l'uso del proprio laptop, con connessione a internet tramite Wi-Fi, in quanto utilizzeremo Python mediante Jupyter Notebook accessibile online su Google Colab. Non c’è quindi la necessità di installare software aggiuntivi.
La cena sociale si svolgerà la sera di giovedì 26 febbraio 2026. Il costo della cena, facoltativa, non è incluso nella quota di iscrizione.
Contatti