OPTIMIZATION METHODS FOR MACHINE LEARNING
Obiettivi formativi
Conoscenza e comprensione Lo scopo del corso è quello di introdurre gli studenti all'applicazione delle tecniche di ottimizzazione per l’addestramento in problemi di apprendimento automatico. Si prevede che gli studenti acquisiscano competenze sui modelli standard usati in apprendimento automatico (Deep Networks and Support Vector Machines) e sui più recenti algoritmi di ottimizzazione per determinare i parametri (addestrare) di tali modelli che meglio si adattano ai dati disponibili. Capacità di applicare conoscenza e comprensione Alla fine del corso, gli studenti dovrebbero essere in grado di selezionare il modello corretto per il problema in questione e utilizzare software standard specializzato per l'applicazione e/o sviluppare il proprio algoritmo di ottimizzazione. Autonomia di giudizio Lezioni frontali, esercitazioni pratiche e sessioni di revisione dei progetti forniranno agli studenti la possibilità di valutare i principali punti di forza e di debolezza dei diversi modelli di apprendimento automatico applicati ai casi studio in apprendimento automatico. Capacità di comunicazione Alla fine del corso, gli studenti sono in grado di individuare le caratteristiche principali di un problema di apprendimento automatico e di spiegare le tecniche per la sua soluzione sia con un pubblico specializzato che non specializzato. Queste capacità sono verificate e valutate nei progetti realizzati in piccoli gruppi di lavoro, incoraggiando così il team building e un processo di apprendimento proattivo e collaborativo. Queste abilità possono anche essere verificate nella prova orale finale. Capacità di apprendere Gli studenti sviluppano le capacità di apprendimento necessarie per intraprendere ulteriori studi sugli argomenti rilevanti con un alto grado di autonomia. Durante le lezioni, gli studenti sono incoraggiati a lavorare su progetti in piccoli gruppi, stimolando così l'attività e il coinvolgimento degli studenti. Si consiglia di consultare pubblicazioni di ricerca supplementari e siti internet per individuare le scelte dettagliate necessarie per svolgere efficacemente i progetti assegnati. Queste capacità sono testate e valutate nell’analisi delle relazioni finali dei progetti in cui gli studenti devono discutere le principali questioni dei problemi affrontati e le loro scelte per superare le difficoltà, sulla base degli argomenti e dei materiali trattati in classe.
Programmi - Frequenza - Esami
Programma
Prerequisiti
Testi di riferimento
Modalità insegnamento
Frequenza
Modalità di esame
Bibliografia
Modalità di erogazione
- Codice insegnamento1041415
- Anno accademico2025/2026
- CorsoIngegneria Gestionale - Management Engineering
- CurriculumBusiness intelligence and analytics (percorso formativo valido anche ai fini del conseguimento del doppio titolo italo-francese) - in inglese
- Anno2º anno
- Semestre1º semestre
- SSDMAT/09
- CFU6
- Ambito disciplinareAttività formative affini o integrative