Scuola di Chemiometria e Machine Learning con Python
Iniziativa nell'ambito del Progetto Dipartimento di eccellenza CH 4.0 ![Chimica Dipartimento di Eccellenza 2023-2027 Chimica Dipartimento di Eccellenza 2023-2027](/images/loghi/dipeccellenza_ita.png)
![Scuola di Chemiometria e Machine Learning con Python Scuola di Chemiometria e Machine Learning con Python](/images/loghi/ch.png)
- Quando: 30 Settembre – 4 Ottobre 2024
- Dove: Sala Rappresentanza, Dipartimento di Chimica, Università di Torino
- Quanti: Massimo 15 partecipanti
- Quota di partecipazione:
Studenti (PhD, assegni di ricerca): 350€
Personale universitario (strutturato): 500€
Industria e settore dei servizi: 600€
Organizzatori: Eugenio Alladio, Marco Pazzi, Marco Vincenti, Lorenzo Castellino, Alberto Mazzoleni, Ciro Orecchio, e Carolina Scagliarini, afferenti al gruppo FABLAB del Dipartimento di Chimica e alla startup DataBloom.
La Scuola di Chemiometria e Machine Learning con Python si terrà dal 30 settembre al 4 ottobre 2024 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): 350€
- Personale universitario (strutturato): 500€
- Industria e settore dei servizi: 600€
La quota include lezioni, materiale del corso, coffee break (da lunedì a venerdì), lunch break (da lunedì a giovedì). Non comprende la cena sociale del giovedì.
Iscrizione online compilando il modulo -link al form- o inviando una 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, MCR-ALS)
- Modelli supervised (classificazione e regressione)
- Cenni di deep learning (Keras, TensorFlow)
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.
Orario:
Data | Orario | Moduli |
---|---|---|
30 Settembre 2024 | 9-13 | Introduzione a Python |
30 Settembre 2024 | 14-18 | Cenni di statistica univariata |
1 Ottobre 2024 | 9-13 | Test di ipotesi |
1 Ottobre 2024 | 14-18 | Modelli unsupervised (PCA, CA, MCR-ALS) |
2 Ottobre 2024 | 9-13 | Modelli unsupervised (PCA, CA, MCR-ALS) |
2 Ottobre 2024 | 14-18 | Modelli supervised – classificazione (kNN, DA, PLS-DA, NB, LR, SVM, RF) |
3 Ottobre 2024 | 9-13 | Modelli supervised – classificazione (kNN, DA, PLS-DA, NB, LR, SVM, RF) |
3 Ottobre 2024 | 14-18 | Modelli supervised – regressione (MLR, PCR, PLS-R) |
4 Ottobre 2024 | 9-13 | Cenni di deep learning (Keras, TensorFlow) |
Informazioni utili
La cena sociale si svolgerà la sera di giovedì 3 ottobre 2024 (luogo da definire). Il costo della cena non è incluso nella quota di iscrizione. Verrà fornita una brochure dettagliata e i riferimenti bancari per il pagamento.
Contattti
Per ulteriori informazioni, contattare: chemiometria.python@unito.it