Deep learning con applicazioni
A.A. 2024/2025
Obiettivi formativi
L'insegnamento affronta il tema dell'apprendimento profondo (Deep Learning) da un punto di vista teorico e pratico, introduce i diversi elementi di base dell'apprendimento (modelli non lineari, tecniche di minimizzazione, convalida incrociata e ottimizzazione degli iperparametri) e si sofferma sui principali modelli di apprendimento supervisionato, non supervisionato e per rinforzo.
Risultati apprendimento attesi
Al termine dell'insegnamento lo studente sarà in grado di:
- illustrare modelli di apprendimento profondo nel contesto di apprendimento
supervisionato, non supervisionato e per rinforzo.
- identificare modelli di apprendimento profondo adeguati alla risoluzione di
problemi in ambito di fisica e oltre.
- utilizzare software e librerie per lo sviluppo di modelli di apprendimento
profondo.
- illustrare modelli di apprendimento profondo nel contesto di apprendimento
supervisionato, non supervisionato e per rinforzo.
- identificare modelli di apprendimento profondo adeguati alla risoluzione di
problemi in ambito di fisica e oltre.
- utilizzare software e librerie per lo sviluppo di modelli di apprendimento
profondo.
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Siti didattici
Docente/i
Ricevimento:
Lunedi a venerdi a partire dalle 12:30
Via Celoria 16, ufficio DC/1/4