| MACHINE LEARNING
(obiettivi)
OBIETTIVI FORMATIVI: Il corso ha l'obiettivo di fornire un'introduzione alle tecniche di machine learning. A tal proposito, saranno presentati modelli fondamentali per l'apprendimento supervisionato (classificazione, regressione) e non supervisionato (clustering, dimensionality reduction), inclusi modelli basati su reti neurali profonde. Saranno inoltre introdotte nozioni di base sul reinforcement learning. Si utilizzeranno librerie software open-source in linguaggio Python per mettere in pratica le nozioni teoriche presentate nel corso.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Al termine del corso lo studente acquisirà le conoscenze e i concetti alla base dei sistemi di apprendimento automatico ed in particolare le metodologie base che permettono di creare sistemi di classificazione/regressione a partire da collezioni di dati eterogenei.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Al termine del corso lo studente acquisirà le competenze pratiche di realizzazione di sistemi di apprendimento automatico attraverso lo sviluppo di applicazioni.
AUTONOMIA DI GIUDIZIO: Al termine del coso lo studente sarà in grado di elaborare
autonomamente soluzioni in grado di risolvere i problemi di base che potrebbero presentarsi nel mondo del lavoro.
ABILITÀ COMUNICATIVE: lo studente acquisirà le necessarie abilità comunicative tramite l'impiego del linguaggio tecnico nell'ambito generale dei sistemi di apprendimento automatico.
CAPACITÀ DI APPRENDIMENTO: Capacità di porsi criticamente di fronte ad un problema nuovo, di saperlo gestire e trovare soluzioni funzionali relativamente a problemi di machine learning, eventualmente sulla base di soluzioni analoghe descritte nella letteratura scientifica di riferimento.
|
