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.
• Studiare 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.

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.