Problem Solving in Python

Tipologia

Progetti area scientifica

Anno

2022-23

Descrizione

Questo progetto nasce dalla constatazione del massiccio uso di Python che viene fatto oggigiorno in campo accademico e, soprattutto, privato. Perché imparare Python?

1. Semplicità di apprendimento: Python è noto per la sua sintassi chiara e leggibile, che lo rende facile da imparare per i principianti. Questa caratteristica favorisce una rapida curva di apprendimento.
2. Versatilità: Python è un linguaggio versatile che può essere utilizzato in una vasta gamma di applicazioni, tra cui sviluppo web, automazione di task, analisi dati, intelligenza artificiale, app mobile, sviluppo di giochi e molto altro.
3. Ampia comunità e supporto: Python gode di una delle comunità di sviluppatori più grandi al mondo, il che comporta un vasto numero di risorse online, forum e tutorial disponibili per aiutare gli studenti al termine di questo percorso.
4. Librerie e Framework: Python offre un ricco ecosistema di librerie e framework, come NumPy e Keras, che semplificano lo sviluppo di applicazioni complesse, facendo risparmiare tempo e sforzi.
5. Intelligenza Artificiale e Machine Learning: Python è diventato il linguaggio preferito per lo sviluppo in ambito di intelligenza artificiale e machine learning.

Python offre un'ampia gamma di opportunità professionali e consente di sviluppare competenze che sono richieste in molteplici campi dell'informatica.

Studenti destinatari

Classi quarte e quinte di Liceo Scientifico opzione Scienze Applicate, studenti e studentesse di altri indirizzi interessati.

Stato

Realizzato

Inizio

2022-10-01

Fine

2023-02-28

Obiettivi

Obiettivi del progetto sono:

• conoscere la sintassi del linguaggio di programmazione Python (linguaggio cardine nel campo scientifico e utilizzato in Intelligenza Artificiale);
• acquisire la capacità di risolvere problemi di natura matematica/algoritmica usando Python;
• imparare ad installare/gestire/rimuovere Python3 ed eventuali pacchetti reperibili online;
• apprendere come usare Python per gestire aggregazioni di dati (Big Data).

Luogo

Organizzato da

Prof. Stefano De Carolis

Personale docente