-
Lingua Insegnamento:Italiano
-
Testi di riferimento:Appunti dalle lezioni del docente
-
Obiettivi formativi:Introdurre i principi base del machine learning
RISULTATI DI APPRENDIMENTO ATTESI
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Alla fine dell’insegnamento lo studente dovrà:
-) comprendere i principali algoritmi di machine learning;
-) 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 learning.
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.
-
Altre Informazioni:E-mail: parton@unich.it.
Cellulare di riferimento: 349-5323-199.
-) Introduzione al machine learning;
-) introduzione alle reti neurali;
-) introduzione all'apprendimento per rinforzo;
-) applicazioni;
-) introduzione a Python+Keras;
-) implementazione delle applicazioni in Keras.
-) Introduzione al machine learning;
-) introduzione alle reti neurali;
-) introduzione all'apprendimento per rinforzo;
-) applicazioni;
-) introduzione a Python+Keras;
-) implementazione delle applicazioni in Keras.
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
