Menu
Docenti
1.1 Conoscenza e capacità di comprensione: durante il corso lo studente acquisirà conoscenze teoriche dei principali componenti utilizzati per lo sviluppo di una rete neurale e dei metodi di apprendimento delle stesse; inoltre, apprenderà le procedure formali per la valutazione e l’analisi dei risultati ottenuti.
1.2 Conoscenza e capacità di comprensione applicate: l’attività di laboratorio permetterà allo studente di consolidare le conoscenze teoriche presentate durante le lezioni frontali del docente attraverso il loro utilizzo in casi reali.
Capacità trasversali/soft skills
2.1 Autonomia di giudizio: lo studente acquisirà capacità teoriche e pratiche che gli consentiranno di sviluppare in autonomia algoritmi di Deep Learning e analizzarne criticamente i risultati prodotti.
2.2 Abilità comunicative: lo studente imparerà la terminologia appropriata e sarà in grado di descrivere le principali caratteristiche delle architetture neurali e degli algoritmi di apprendimento presentati durante il corso.
2.3 Capacità di apprendimento: il corso mira a fornire allo studente gli strumenti necessari per affrontare e risolvere autonomamente problemi inerenti all’apprendimento automatico attraverso lo sviluppo critico di architetture neurali.
Recentemente grazie alla quantità crescente d’informazioni digitalmente disponibili il Machine Learning, e in particolare il Deep Learning, è diventato un importante settore dell’informatica con moltissime applicazioni in svariati settori tra cui la bioinformatica, la medicina, l’analisi automatica del testo, l’analisi automatica delle immagini e video, il riconoscimento del parlato, i sistemi di guida autonoma ecc. L’obiettivo principale del corso è quindi fornire allo studente le conoscenze fondamentali per risolvere problemi di apprendimento automatico attraverso una corretta formulazione del problema, una progettazione critica dell’architettura neurale da utilizzare e un’analisi sperimentale per valutare i risultati ottenuti. Per questo motivo il corso prevede lezioni in laboratorio al fine di consentire allo studente la sperimentazione diretta delle nozioni apprese su applicazioni reali.
