Python avanzato per le Utility

Per coloro che operano nel forecasting della produzione, del consumo e del prezzo della commodity, è necessario saper realizzare modelli previsionali avanzati e ingegnerizzati per ottimizzare il portafoglio.

Le giornate del 24 e 31 ottobre sono l’occasione per approfondire l’utilizzo di Python nella costruzione di modelli di deep learning avanzati per il forecast energetico e ottimizzare modelli previsionali a breve, medio e lungo termine.

In particolare, è l’occasione per:

• comprendere come sfruttare il deep learning e le reti neurali per riconoscere le relazioni tra input diversi
• creare modelli innovativi avanzati su big data e combinare le variabili esterne per generare automaticamente serie storiche

La docenza è affidata ad un Data Scientist con una consolidata esperienza nella programmazione in Python, con focus specifico sul settore energy.

Il corso è strutturato in esercitazioni con supporto e feed-back immediato da parte del docente, pertanto è necessario avere già installato Python sul PC con cui si accede al corso.

 

 

A chi si rivolge

---

Perché partecipare

---

• 01 Creare previsioni avanzate con Python sfruttando modelli di deep learning su big data e gestire scenari complessi di previsione energetica
• 02 Comprendere come impattano le variabili meteo-climatiche per svolgere forecasting nel breve e nel lungo termine
• 03 Applicare i Feed Forward Neural Network e Convultional Neural Network per costruire modelli di deep learning base
• 04 Partecipare a una simulazione di una challenge mondiale per prevedere il prezzo dell’energia elettrica.

Formazione Finanziata

---

Programma

---

• 24 ottobre 2025 | Metodologia standard CRISP-DM per la realizzazione dei progetti analitici e i modelli di Deep Learning di Forecasting
• 31 ottobre 2025 | Costruire modelli di Deep Learning avanzati e applicarli in Python per la creazione di modelli di Forecasting su Big Data
• 👇Scarica il programma dettagliato

Scarica programma