Dove e quando
Le lezioni del corso si svolgono presso la macroarea di Scienze, edificio PP2:
- Martedì h.11.30-13.15 aula 5
- Giovedì h.14.00-15.45 aula 5
- Venerdì h.14.00-15.45 aula 5
Le lezioni avranno inizio martedì 7-3-2023
Il team Teams associato al corso, all’interno del quale sarà possibile tra l’altro assistere alle lezioni da remoto, è accessibile a questo indirizzo
Ricevimento
Il ricevimento studenti avviene secondo due modalità:
al termine di tutte le lezioni
mediante appuntamento concordato, da richiedere eventualmente via mail
Esami
Appelli di esame
Sono previsti due appelli di esame per ogni sessione. E’ richiesta l’iscrizione mediante la piattaforma Delphi.
Modalità di esame
L’esame prevede la realizzazione di un progetto, assegnato circa un mese prima della conclusione del corso. Il progetto richiede l’applicazione di tecniche di Machine Learning a un problema specifico, definito su un dataset fornito dal docente, la valutazione e la comparazione della loro efficacia e la scrittura di una relazione. A meno di eccezioni concordate con il docente, si richiede che il progetto sia realizzato per coppie di studenti.
La prova di esame consiste nella illustrazione del lavoro svolto, facendo riferimento alla relazione scritta. E’ inoltre previsto un colloquio orale, per ogni singolo studente, incentrato sui contenuti del corso.
Progetto
Il progetto prevede la scrittura, utilizzando il linguaggio Python, di un programma che richiami e integri tra loro funzionalità di Machine Learning offerte da librerie software ampiamente utilizzate nel settore.
Materiale didattico
Il testo di riferimento principale è il seguente: M. Bishop "Pattern Recognition and Machine Learning", Springer 2006
Nella sezione Bibliografia sono inoltre suggeriti altri testi sull’argomento liberamente disponibili in formato pdf sul web.
Infine, sarà reso disponibile il materiale didattico preparato dal docente, comprendente copia dei lucidi utilizzati nel corso delle lezioni ed ulteriori note su argomenti specifici.