secondo livello – A, 50 ore, online

DESCRIZIONE DEL CORSO
Il Corso si propone di fornire ai partecipanti una preparazione completa e multidisciplinare nel campo dell’Intelligenza Artificiale (IA) e della Cybersecurity, affrontando tematiche avanzate e pratiche essenziali per operare in contesti tecnologici moderni.
Dopo un’introduzione generale al Corso (2 ore), sono previsti i seguenti quattro moduli:

  1. Intelligenza artificiale e machine learning I (Python) – 12 ore, Prof. Andrea Dimitri
  2. Intelligenza artificiale e machine learning II (R) – 12 ore, Prof. Carlo Drago
  3. Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain – 12 ore, Prof. Salvatore Monteleone
  4. Cybersecurity – 12 ore, Prof. Antonino Longo Minnolo

OBIETTIVI DEL CORSO
Il corso su Intelligenza Artificiale, Sistemi Distribuiti e Cybersecurity mira a fornire una preparazione completa e multidisciplinare, suddivisa in quattro moduli principali con i seguenti obiettivi formativi:

  1. Intelligenza Artificiale e Machine Learning I (Python):
    • Comprendere i concetti base di IA e ML.
    • Acquisire competenze pratiche nell’uso di Python per implementare modelli di ML.
    • Realizzare progetti pratici con librerie come Pandas, NumPy e Scikit-learn.
  2. Intelligenza Artificiale e Machine Learning II (R):
    • Approfondire l’uso di R per analisi statistica e ML.
    • tudiare modelli avanzati come reti neurali e deep learning.
    • Interpretare e visualizzare i risultati per comunicare le scoperte.
  3. Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain:
    • Capire i sistemi distribuiti e l’integrazione con l’IA.
    • Esaminare l’applicazione della blockchain nella pubblica amministrazione.
    • Sviluppare strategie per l’uso congiunto di IA e blockchain.
  4. Cybersecurity:
    • Apprendere i fondamenti della sicurezza informatica.
    • Identificare minacce e vulnerabilità nei sistemi.
    • Sviluppare strategie di difesa per la protezione di reti e dati.

Il corso combina teoria e pratica, preparando i partecipanti a lavorare con tecnologie avanzate in sicurezza informatica e intelligenza artificiale

PROGRAMMA E CONTENUTI DEL CORSO
Gli obiettivi formativi specifici sono suddivisi in quattro moduli principali:
Modulo 1 – Intelligenza Artificiale e Machine Learning I (Python) – 12 ore
Argomenti:

  • Introduzione al machine learning (ML) e all’intelligenza artificiale (AI) (2 ore)
  • Python e le librerie per il ML e l’AI (2 ore)
  • Supervised learning: tecniche e algoritmi (2 ore)
  • Supervised learning: esempi in python e analisi di storie reali (2 ore)
  • Unsupervised learning: tecniche e algoritmi (2 ore)
  • Unsupervised learning: esempi in python e analisi di storie reali (2 ore)

Obiettivi:

  • Fondamenti di IA e ML: Comprendere i concetti base di Intelligenza Artificiale e Machine Learning, inclusi algoritmi e tecniche.
  • Linguaggio Python: Sviluppare competenze pratiche nell’uso di Python per l’implementazione di modelli di machine learning.
  • Progetti pratici: Realizzare progetti di analisi dei dati e creazione di modelli predittivi, utilizzando librerie come Pandas, NumPy e Scikit-learn.

Modulo 2 – Intelligenza Artificiale e Machine Learning II (R) – 12 ore
Argomenti:

• R e Machine Learning (2 ore)
• Data pre-processing, analisi esplorativa e visualizzazione dei dati (2 ore)
• Algoritmi avanzati di Machine Learning in R (2 ore)
• Reti neurali e Deep Learning in R (2 ore)
• Valutazione e Interpretazione dei modelli di Machine Learning (2 ore)
• Machine Learning e Graph Mining (2 ore)

Obiettivi:

  • Approfondimento in R: Esplorare l’uso di R per l’analisi statistica e il machine learning, con focus su pacchetti come caret e randomForest.
  • Modelli avanzati: Approfondire modelli complessi, come le reti neurali e il deep learning, con applicazioni pratiche.
  • Analisi dei risultati: Sviluppare abilità nell’interpretazione e visualizzazione dei risultati, per comunicare efficacemente le scoperte.

Modulo 3 – Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain – 12 ore
Argomenti:

  • Introduzione ai sistemi distribuiti (2 ore)
  • Comunicazione e consenso nei sistemi distribuiti (2 ore)
  • Sistemi distribuiti per l’intelligenza artificiale (2 ore)
  • Blockchain come sistema distribuito (1 ora)
  • Algoritmi di consenso nelle blockchain (1 ora)
  • Smart Contracts e automazione distribuita (2 ore)
    Blockchain e intelligenza artificiale (2 ore)

Obiettivi:

  • Sistemi distribuiti: Comprendere i principi dei sistemi distribuiti e come l’IA può trarne vantaggio.
  • Blockchain: Analizzare l’applicazione della tecnologia blockchain nella pubblica amministrazione, esaminando casi studio reali.
  • Applicazioni IA e Blockchain: Sviluppare strategie per l’integrazione dell’IA e della blockchain, nei servizi della pubblica amministrazione

Modulo 4 – Cybersecurity – 12 ore
Argomenti:

  • Fondamenti teorici della sicurezza dei sistemi informativi (1 ora)
  • Metodologie di analisi dei rischi per la sicurezza di un sistema Informativo (1 ora)
  • Modelli organizzativi finalizzati all’incremento del livello di sicurezza dei sistemi informativi (2 ore)
  • Meccanismi e strumenti di protezione (2 ore)
  • Crittografia (2 ore)
  • Firma digitale e la PEC (2 ore)
  • Disegnare una rete dati sicura (2 ore)

Obiettivi:

  • Fondamenti di Cybersecurity: Apprendere le basi della sicurezza informatica, inclusi i principi di protezione dei dati e delle informazioni.
  • Minacce e vulnerabilità: Identificare le principali minacce alla sicurezza e le vulnerabilità nei sistemi informatici.
  • Strategie di difesa: Sviluppare competenze nella progettazione e implementazione di strategie di sicurezza per proteggere reti e dati.

INDICATORI DI OUTPUT
Al termine del corso, i partecipanti saranno in grado di:

  • Applicare tecniche avanzate di IA e machine learning in contesti pratici.
  • Integrare soluzioni di IA nei sistemi distribuiti e nella blockchain, con un focus sulla pubblica amministrazione.
  • Comprendere e applicare strategie di cybersecurity per salvaguardare le informazioni in un mondo sempre più digitale.

Questo corso rappresenta un’opportunità unica per acquisire competenze richieste nel mercato del lavoro e per contribuire in modo significativo all’evoluzione delle tecnologie emergenti

Coordinatore
Prof. Carlo Drago, Associato, Università degli Studi Niccolò Cusano
Docenti del corso
Prof. Carlo Drago
Prof. Salvatore Monteleone
Prof. Andrea Dimitri
Prof. Antonino Longo Minnolo