Design of Experiments (DoE): algoritmi di intelligenza artificiale per ottimizzare processi produttivi, qualità delle informazioni e tempi

di cosa parliamo

Per saper progettare esperimenti in modo efficiente, interpretare dati e sviluppare modelli previsionali utili all’ottimizzazione, al fine di ridurre costi e tempi di test, aumentare l’affidabilità delle decisioni aziendali e integrare strumenti di intelligenza artificiale e data analytics.

Prossima data
07 Ottobre 2025 ore 09:00

sessioni

7 ottobre 2025 – Ore 09:00 – 4 ore
14 ottobre 2025 – Ore 09:00 – 4 ore
21 ottobre 2025 – Ore 09:00 – 4 ore
28 ottobre 2025 – Ore 09:00 – 4 ore
4 novembre 2025 – Ore 09:00 – 4 ore

durata totale

20 ore

modalità e sede

Da remoto

Prezzo

990,00 

descrizione

Il corso è pensato per tecnici che desiderano acquisire competenze avanzate nella progettazione di prove sperimentali, nell’analisi e interpretazione dei dati ottenuti, e nella creazione di modelli previsionali (RSM). Inizia con l’approfondimento del Design of Experiments (DOE), con l’obiettivo di fornire strumenti teorici e pratici per pianificare esperimenti in modo efficace, ottimizzando l’uso delle risorse e massimizzando il valore informativo dei dati. Il secondo tema affronta l’analisi dei dati, con un focus sull’intero processo che va dalla raccolta all’estrazione di conoscenza utile, attraverso metodologie che includono la statistica classica, l’Exploratory Data Analysis (EDA) e la Multi-Variate Analysis (MVA). Infine, il corso si conclude con la parte dedicata alla costruzione di modelli previsionali. Tutti gli argomenti sono accompagnati da esempi applicativi da svolgere online, subito dopo la parte teorica, utilizzando un software commerciale per rendere l’apprendimento più interattivo.

Obiettivi

/ Comprendere i concetti base dell’Intelligenza Artificiale, le sue applicazioni e i limiti tecnici ed etici
/ Individuare opportunità di utilizzo dell’AI nei processi aziendali e valutarne l’impatto strategico
/ Utilizzare strumenti pratici no-code per sperimentare modelli AI semplici (come chatbot, classificatori o modelli predittivi).
/ Interpretare dati e output di modelli AI per supportare decisioni operative o strategiche
/ Progettare e comunicare una roadmap di adozione dell’AI, coinvolgendo il team e promuovendo la cultura dell’innovazione in azienda.

programma

Modulo 1 – Tecniche di DOE
/ Definizione e applicazioni di DOE
/ Caratteristiche principali ed esempi

Modulo 2 – Analisi Statistica
/ Importanza Analisi Statistica
/ Correlation e Scatter Matrix, T-Student, Sensitivity Analysis (Pareto Plot)
/ Esempi applicativi

Modulo 3 –Analisi Statistica
/ Linear e Interaction Effects
/ Probability Density Function (PDF)
/ Cumulative Distribution Function (CDF)
/ Esempi applicativi

Modulo 4 – RSM
/ Definizione Response Surface Model (RSM)
/ Caratteristiche principali algoritmi di RSM
/ Esempi applicativi

Modulo 5 – Tecniche avanzate di Data Mining: introduzione MVA e PCA
/ Intro Multi Variate Analysis (MVA), Principal Component Analysis (PCA)
/ Clustering (H and partitive)

a chi è rivolto

/ Ingegneri
/ Progettisti
/ Ricercatori

docente

Esperti e professionisti di Enginsoft

Design of Experiments (DoE): algoritmi di intelligenza artificiale per ottimizzare processi produttivi, qualità delle informazioni e tempi

Prezzo

990,00