OF1: Acquisizione delle principali metodologie di programmazione dei moderni sistemi di I.A., con particolare riferimento al machine e deep-learning, con un approccio implementativo; OF2: Sviluppo di competenze applicative su casi reali d’uso dei metodi di analisi dati tipici dell’I.A. OF3: Sviluppo di abilità autonome utili alla definizione e risoluzione di problemi di inferenza automatica.
Prerequisiti
Conoscenza di base della programmazione in Python, degli algoritmi e strutture dati principali.
Metodi didattici
Il corso si svolge tramite l'erogazione di lezioni frontali ed esercitazioni di laboratorio. Lo studente viene accompagnato verso l'acquisizione di capacità autonome di implementazione di reti neurali profonde.
Verifica Apprendimento
La verifica finale consisterà nell'elaborazione di un progetto di programmazione, concordato con il docente. Il progetto verrà spiegato dallo studente, nel corso di un colloquio orale.
Testi
Deep Learning with Python FRANÇOIS CHOLLET MANNING - SHELTER ISLAND, 2018
Contenuti
- Introduzione all'ambiente TensorFlow; - Introduzione alle principali caratteristiche delle reti neurali profonde; - Principali architetture neurali profonde; - Implementazione di sistemi di codifica dei dati; - Implementazione di sistemi per la classificazione automatica; - Considerazioni sull'efficienza computazionale; - Cenni su implementazioni embedded.