Programma

Il corso consentirà agli studenti di approfondire i metodi e gli algoritmi tipici
del Machine Learning, quelli supervisionati, non supervisionati e per rinforzo, e di utilizzarli
come strumenti per lo sviluppo di tecnologie innovative. In particolare, verranno studiati gli
aspetti delle principali aree della disciplina, tra cui la regressione, la classificazione e il
clustering. Verranno poi introdotti i metodi e le tecniche di deep learning e ambienti di
sviluppo specializzati. Il corso prevede, oltre a lezioni ed esercitazioni, lo svolgimento di un
progetto individuale o di gruppo che consentirà agli studenti di applicare le basi teoriche
apprese a lezione a problemi concreti su vari domini d’interesse. Essi saranno relativi ad
esempio a come analizzare grandi e complessi dataset in vari ambiti (e.g., la Health Care,
la Data Science, il Data Mining, l’Analisi Finanziaria, i Videogame, la Computer Vision,
ecc.), creare sistemi che si adattano e migliorano con il tempo (e.g., Recommender
Systems), e così via. Infine il corso prevede seminari monografici (anche aziendali)
dedicati a vari casi di studio

Testi Adottati

Dispense a cura del docente
Bibliografia di riferimento:
• S.J.Russel, P.Norvig "Artificial Intelligence: A Modern Approach", 4/Ed (2020).
Pearson Education