CLEBA

Lingua Insegnamento:

Italiano
Testi di riferimento:

Appunti dalle lezioni del docente; Deep learning book: https://www.deeplearningbook.org/;
Neural networks and deep learning: http://neuralnetworksanddeeplearning.com/
Obiettivi formativi:

Introdurre i principi base delle reti neurali.

RISULTATI DI APPRENDIMENTO ATTESI

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Alla fine dell’insegnamento lo studente dovrà:
-) comprendere cosa sono le reti neurali;;
-) capire le differenze tra i diversi principi base;
-) conoscere i più importanti modelli.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE:

Alla fine dell’insegnamento lo studente dovrà essere in grado di:
-) capire se un certo problema può essere risolto con una certa tecnica;
-) formalizzare un problema;
-) operare nell'ambito del machine larning con reti neurali.

ABILITÀ DI COMUNICAZIONE:

Alla fine dell’insegnamento lo studente dovrà essere in grado di esporre i concetti appresi, utilizzando un linguaggio corretto e preciso.

CAPACITÀ DI APPRENDERE:

Alla fine dell’insegnamento lo studente dovrà essere in grado di leggere testi e articoli di ricerca.
Prerequisiti:

Nessuno.
Metodi didattici:

Lezioni frontali in aula.
Modalità di verifica dell'apprendimento:

Progetto.
Sostenibilità:

Non tratta tematiche riconducibili alla sostenibilità ambientale.
Obiettivi Agenda 2030 per lo sviluppo sostenibile:
Altre Informazioni:

E-mail: parton@unich.it.
Cellulare di riferimento: 349-5323-199.

-) Introduzione al machine learning;
-) introduzione alle reti neurali;
-) Esempi e applicazioni.
-) introduzione a Python+Keras;
-) implementazioneesempi in Keras.