-
Lingua Insegnamento:ITALIANO
-
Testi di riferimento:Stuart Russell, Peter Norvig. Intelligenza artificiale. Un approccio moderno. Volume 2. Quarta edizione. Pearson. 2022.
-
Obiettivi formativi:Gli studenti saranno in grado di effettuare una corretta formulazione e risolvere problemi di apprendimento automatico.
Risultati di apprendimento attesi
Conoscenza e capacità di comprensione
- Fornire una panoramica sulle principali tecniche di apprendimento automatico: classificazione, regressione,
apprendimento supervisionato e non-supervisionato.
- Conoscenza delle principali librerie Python per il machine learning.
Conoscenza e capacità di comprensione applicate
- Risolvere problemi di apprendimento automatico a partire da vari insiemi di dati, mediante l'applicazione delle tecniche studiate.
- Utilizzo delle librerie Python per il machine learning. -
Prerequisiti:Nessuno.
-
Metodi didattici:Lezioni frontali in aula.
Esercitazioni in laboratorio in linguaggio Python utilizzando varie librerie per il machine learning. -
Modalità di verifica dell'apprendimento:Esame scritto e discussione orale di un progetto di Machine Learning.
-
Sostenibilità:
L’obiettivo del corso è presentare le tecniche di apprendimento automatico nell’ambito dell’intelligenza artificiale, quali le reti neurali ed il deep learning, discutendone le proprietà e l’applicabilità.
- Introduzione alle librerie Python per il machine learning
- Tecniche di apprendimento automatico
- Introduzione al Machine learning
- Reti neurali
- Deep learning
- Reti feedforward
- Reti convoluzionali
- Generative AI
Scopri cosa vuol dire essere dell'Ud'A
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693
