Obiettivi formativi
Il Corso vuole introdurre dinamiche e megatrend delle tecnologie del settore dell’Intelligenza Artificiale e analizzare gli impatti che avranno sui processi socio-economici, soprattutto per quanto riguarda quelli a supporto del trattamento delle informazioni in generale e delle decisioni in particolare. Durante il corso verranno discussi casi concreti di progetti in cui le tecnologie basate su AI hanno innovato in modo a volte molto forte prodotti e servizi offerti dalle aziende.
Prerequisiti
Economia aziendale
Risultati di apprendimento attesi
Conoscenza di base delle principali tecnologie dell'AI predittiva e dell'AI Generativa. Ambiti di applicazione delle suddette tecnologie a casi concreti di processi decisionali aziendali (marketing, risk, finance, etc...). Capacità di valutare investimenti in tecnologie AI driven in termini di impatto economico e sociale al fine di introdurle all'interno di processi decisionali e/o produttivi.
Contenuti Del Corso
Introduzione alle tecnologie dell’Intelligenza Artificiale. Breve excursus storico e trend futuri. Principali tipologie di algoritmi di AI e loro possibili applicazioni sui processi decisionali.
Testi Di Riferimento
Dispense del Docente
e
Melanie Mitchell, "Artificial Intelligence: A Guide for Thinking Humans", (2019)
Metodologie Didattiche
Lezioni frontali e casi studio
Modalità di verifica dell'apprendimento
Esame orale
Criteri per l’assegnazione dell’elaborato finale
Nessuno in particolare
Settimana 1
Introduzione e storia dell’AI (1)
Settimana 2
Introduzione storia dell’AI (2)
Trend tecnologici in atto.
Settimana 3
Tipologie di algorimti di AI
Algoritmi Supervisionati: algoritmi previsioni e classificazioni di ogni tipologia di dati (suoni, immagini, testi,.). Algoritmi non Supervisionati: algoritmi di clustering e profilazione.
Settimana 4
Algoritmi di Reinforcement Learning: k-armed bandit, Algoritmi di policy evaluation.
Settimana 5
Large Language Models (LLM), AI Generativa. Introduzione all'approccio agli agenti artificiali.
Settimana 6
Casi studio di applicazione degli algoritmi ai processi decisionali. Ambiti di applicazione.
Settimana 7
Presentazione di casi di applicazione al Marketing: algoritmi di profilazione, segmentazione ed estrapolazione, basati sui comportamenti, attraverso analisi dirette e indirette.
Settimana 8
Presentazione di casi di applicazione alla gestione dei rischi: algoritmi di profilazione, segmentazione ed estrapolazione, basati sui comportamenti, attraverso analisi dirette e indirette.
Settimana 9
Presentazione di casi di applicazione ai mercati finanziari: algoritmi di analisi dei bilanci di società quotate, analisi dei trend di prezzo (1/3)
Settimana 10
Presentazione di casi di applicazione ai mercati finanziari: algoritmi di analisi dei bilanci di società quotate, analisi dei trend di prezzo (2/3).
Settimana 11
Presentazione di casi di applicazione ai mercati finanziari: algoritmi di analisi dei bilanci di società quotate, analisi dei trend di prezzo (3/3).
Settimana 12
Presentazione di casi di applicazione allo screening diagnostico: algoritmi di profilazione, segmentazione ed estrapolazione, basati sui dati clinici e comportamentali.