TITOLI E REQUISITI DI AMMISSIONE

Il corso è aperto a tutte le lauree magistrali, vecchio ordinamento o a ciclo unico.

SELEZIONE

• Selezioni non previste. 

• Le domande saranno accolte secondo l'ordine cronologico di arrivo fino al raggiungimento del numero massimo dei posti previsti per il corso. 

FREQUENZA

• Le lezioni si terranno in presenza durante il fine settimana nelle seguenti date:

  • 11 aprile 2026

  • 18 aprile 2026

  • 9 maggio 2026

  • 16 maggio 2026

• Il corso prevede 4 incontri. Ciascuna attività didattica comprende una lezione frontale seguita da attività di laboratorio ed esercitazioni pratiche.

• La frequenza da parte degli iscritti alle attività del corso è obbligatoria.

• Per l’acquisizione dell’attestazione finale è richiesta la presenza per almeno il 75% delle ore del corso.

AGEVOLAZIONI

Il pagamento potrà essere effettuato con la Carta del Docente.

INSEGNAMENTI

• Dati dal mondo che ci circonda: raccolta e analisi di eventi casuali

  • Introduzione alla statistica. Metodi di raccolta e visualizzazione di dati.  La misura e la descrizione di processi stocastici.

  • COMPETENZE:

    • Acquisire conoscenza di quantità e grandezze del mondo che ci circonda.

    • Acquisire competenze sull'utilizzo di procedure per l'analisi di eventi.

    •  Analizzare l'andamento di alcune variabili (ad esempio la temperatura giornaliera) in base ai dati raccolti.
          
             

• Alla scoperta della geometria: i poligoni disegnati da un robot. 

  • Le proprietà di forme geometriche. Le basi del linguaggio di programmazione a blocchi. La programmazione di un robot didattico. Costruzione e sviluppo di algoritmi. Classificare e descrivere le proprietà di forme geometriche complesse. 

  • COMPETENZE

    • Utilizzare un linguaggio di programmazione a blocchi per impartire istruzioni ad un robot didattico. 

    • Sviluppare un programma che crea forme geometriche.    Le proprietà di forme geometriche. Le basi del linguaggio di programmazione a blocchi. La programmazione di un robot didattico. Costruzione e sviluppo di algoritmi.

• Misurare il cosmo: misuriamo l’espansione dell’Universo e le distanze nel Cosmo. 

  • Nozioni di base sui principi cosmologici. Le principali tecniche di osservazione dell'Universo. L'uso di modelli nell'analisi dati.

  • COMPETENZE:

    • Conoscere le teorie sull'espansione dell'Universo; 

    • Saper analizzare osservazioni astronomiche; 

    • Interpretare risultati osservativi con modelli.

• L'intelligenza artificiale: insegniamo a un robot la guida autonoma. 

  • Principi di intelligenza artificiale (IA). Le fasi di progettazione e produzione di un sistema IA. Interazioni ambiente/macchina.  

  • COMPETENZE:

    • Conoscere i principi dell'intelligenza artificiale (IA); 

    • Saper addestrare un semplice programma di IA al riconoscimento di oggetti; 

    • Programmare un robot per simulare la guida autonoma.

CONTATTI

• Per chiarimenti sulle modalità di iscrizione contattare: executive.academy@unimib.it 

• Per chiarimenti sulla didattica contattare: info@distemlab.it