Sentiment Analysis e Sistemi di Raccomandazione

Il corso presenta una overview degli strumenti di analisi di dati scaricabili dai principali social media, con un focus sugli strumenti di Natural Language Processing (NLP) applicati all’analisi del sentiment ed i sistemi di raccomandazione.

Tutti gli argomenti sono presentati in maniera teorica, e successivamente implementati in Python.

Durata: 12 ore (1.5 gg)

Livello: Base

Lingua: Italiano

Partecipanti : 5 - 20

Cosa Faremo?

Affronteremo gli strumenti di analisi di dati e sugli strumenti di Natural Language Processing (NLP) applicati all’analisi del sentiment ed i sistemi di raccomandazione. Tutti gli argomenti sono presentati in maniera teorica, e successivamente implementati in Python. L’approccio al corso sarà misto ed includerà quindi sessioni teoriche e successivamente di live coding con implementazioni in Python.

Cosa è incluso?

  • Corso pratico con live coding
  • Supporto setup environment
  • Slides in formato PDF
  • Repository del Progetto
  • Attestato di Partecipazione
  • Follow Up di fine workshop
  • Canale Slack dedicato ai partecipanti

Cosa è necessario?

  • Il proprio computer portatile
  • Tanta buona volontà e voglia di imparare
  • Connessione ad Internet

Dove si svolge?

On-Site

È possibile svolgere il corso presso la sede Devmy (San Giovanni La Punta - CT) o presso la sede del committente (eventuali costi di trasferta sono calcolati separatamente).

Full-Remote

È possibile svolgere il corso in modalità full-remote con gli strumenti messi a disposizione da Devmy, ed in modo assolutamente analogo alla modalità onSite ma suddividendo, se lo si desidera, il tutto in sessioni da 4h.

Argomenti trattati

  • Crawling dai social media ed
    • Concetti di remote API
    • Authentication con OAUTH
    • Esempi con Flickr e Twitter
    • ...
  • Sentiment analysis
  • NLP
  • Utilizzo del Machine Learning
  • Sistemi di Raccomandazione
  • Word/doc embeddings
  • Visual Sentiment Analysis

Skill minime necessarie & livelli d'accesso

  • Programmazione di base (preferibilmente in Python)

Trainers

Alessandro Ortis

Ricercatore presso il Dipartimento di Matematica e Informatica dell’Università degli Studi di Catania, sul tema “Sviluppo di Tecnologie e sistemi avanzati per la sicurezza dell’auto mediante piattaforme ADAS-ADAS+“, e precedentemente, Assegnista di Ricerca sul tema “Algoritmi di apprendimento e comprensione di dati multimediali”. Lavora nel campo della ricerca in Computer Vision dal 2012, da quando diventato membro del gruppo IPLab (Image Processing Laboratory). Dal 2017 pubblica numerosi lavori su argomenti relativi all’analisi di contenuti multimediali, analisi e comprensione di flussi video multi-dispositivo, analisi del sentiment riferito a immagini e testi. Tali lavori sono stati pubblicati sia in atti di conferenze sia come articoli su riviste internazionali. Co-autore inoltre di un brevetto internazionale ed un software coperto da copyright.

Relatore, relatore invitato ed organizzatore di sessioni speciali (workshops, challenge) a diversi convegni scientifici italiani ed esteri: ICIP International Conference on Imge Processing 2020 - Abu Dhabi, SIGMAP International Conference on Signal Processing and Multimedia Applications 2019, Ital-IA – Convegno Nazionale CINI sull’Intelligenza Artificiale 2019 – Rome, IT Data Science and Social Research 2019 – Milan, IT Content Based Multimedia Indexing 2018 – La Rochelle, FR International Workshop on Computer Vision 2018 – Modena, IT International Conference on Image Analysis and Processing 2017 – Catania, IT International Conference on Pervasive Patterns and Applications 2016 – Athens, GR Variational Inequalities, Nash Equilibrium Problems and Applications 2016 – Catania, IT ACM International Conference on Multimedia Retrieval 2016 – New York, USA ACM Multimedia 2015 – Brisbane, AUS.

Collabora con diversi gruppi di ricerca lavorando su svariati argomenti come la guida autonoma di Unmanned Aerial Vehicles (UAV) e l’analisi dei segnali fisiologici. In particolare, nel 2017 partecipata al challenge MBZIRC (Mohamed Bin Zayed International Robotics Challenge) supervisionando il gruppo di computer vision del team.

Collabora su diversi progetti di ricerca in svariati ambiti che riguardano, ad esempio, la combinazione di segnali fisiologici e analisi delle immagini per Advanced Driver Assistance Systems (ADAS+), lo sviluppo di strumenti intelligenti per sistemi di supporto alle decisioni cliniche (DL4HEALTH), la definizione di algoritmi per la ottimizzazione della produzione industriale (SATURN).

Attualmente collabora con un gruppo di ricercatori in aerobiologia e l’azienda Ferrero Hco, mirata a sviluppare sistemi per l’analisi e la diagnosi automatica dei granuli di polline dalle immagini al microscopio. In tale contesto inoltre organizza una competizione scientifica sulla classificazione automatica di immagini di polline che si terrà presso la conferenza IAPR ICPR (International Conference on Pattern Recognition) 2020.

.Devmy su linkedin.Devmy su link.Devmy su link

Contattaci

Sei interessato a migliorare le tue competenze o quelle del tuo team in ambito di programmazione e sviluppo?

Vuoi maggiori informazioni su questo corso?
Compila il form e ti ricontatteremo a brevissimo.

Questo sito è protetto da reCAPTCHA e si applicano le Norme sulla privacy e i Termini di servizio di Google.