PRESENTAZIONE

Questo modulo è dedicato allo studio da parte dello studente di un caso di studio reale del Machine Learning e della Data Analysis nel contesto specifico della robotica

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

In questo modulo lo studente si focalizzerà sullo studio di un caso di studio reale nel contesto specifico della robotica sulle basi delle metodologie e strumenti discussi nel primo modulo del corso

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Lo studente acquisirà competenze nello studio, sviluppo, soluzione di un caso di studio reale nel campo della robotica del Machine Learning e della Data Analysis.

PREREQUISITI

Programmazione (Matlab/Python/R), algebra lineare, probabilità e statistica

MODALITA' DIDATTICHE

Progetto da svolgere in autonomia o in guppi di massimo due persone.

PROGRAMMA/CONTENUTO

1. Scelta di un caso di studio del Machine Learning e della Data Analysis nel contesto della robotica
2. Studio dello stato dell'arte e approfondimento del caso di studio
3. Soluzione del caso di studio tramite tecniche di Machine Learning e della Data Analysis

TESTI/BIBLIOGRAFIA

F. X. Govers "Artificial intelligence for robotics: Build intelligent robots that perform human tasks using AI techniques" 2018

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/10635/p/studenti-orario

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Orale su appuntamento

Studenti con disturbi specifici di apprendimento (DSA) potranno utilizzare modalità di esame e supporti determinati di volta in volta in accordo con il delegato della Scuola di Ingegneria facente parte della commissione di Ateneo per l'inclusione degli studenti con disabilità.

MODALITA' DI ACCERTAMENTO

Lo studente risolverà un problema reale a piacere (nel campo specifico delle robotica) applicando le tecniche apprese durante il primo modulo del corso.

Calendario appelli