| METODI DI OTTIMIZZAZIONE PER BIG DATA
(obiettivi)
OBIETTIVI FORMATIVI:
L'obiettivo del corso è introdurre i concetti fondamentali e illustrare alcuni algoritmi di ottimizzazione non lineare, sia non vincolata, sia vincolata, con particolare attenzione all'applicazione nel campo del machine learning.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente è introdotto alle conoscenze di ottimizzazione non lineare e alla comprensione delle problematiche relative ai modelli di machine learning, con particolare attenzione a problemi di classificazione e regressione. Oltre ai algoritmi classici di ottimizzazione, vengono descritte tecniche specifiche per l'addestramento di modelli di apprendimento supervisionato (incluse le reti neurali) e per il problema di cluster analysis.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Una parte significativa del corso è dedicata all'utilizzo pratico delle tecniche descritte teoricamente. Lo studente è incoraggiato, attraverso l'utilizzo di software dedicati, ad applicare gli strumenti proposti a problemi di ottimizzazione e a problemi di machine learning.
AUTONOMIA DI GIUDIZIO:
Lo sviluppo di metodi di ottimizzazione per l'addestramento di modelli di machine learning
consente la verifica delle conoscenze acquisite dallo studente. Parte dell'esame consiste nello sviluppo di progetti specifici in gruppi di massimo tre persone.
ABILITÀ COMUNICATIVE:
L'interpretazione dei risultati ottenuti, a seguito della fase implementazione e computazione, costituisce una delle attività fondamentali del processo di soluzione di un problema reale. Questo tipo di attività incentiva lo studente a un confronto con i colleghi e con il docente, stimolando le capacità critiche e dialettiche.
CAPACITÀ DI APPRENDIMENTO:
Attraverso il materiale didattico proposto, lo studente è incentivato alla lettura di testi di riferimento (libri e articoli scientifici) e alla scoperta di software dedicati, al fine di acquisire nuove competenze e potersi aggiornare in maniera autonoma, avendo gli strumenti per poter anche approfondire ulteriormente la disciplina.
|
