CODICE 98959 ANNO ACCADEMICO 2022/2023 CFU 6 cfu anno 2 INGEGNERIA MECCANICA - PROGETTAZIONE E PRODUZIONE 9269 (LM-33) - LA SPEZIA SETTORE SCIENTIFICO DISCIPLINARE INF/01 LINGUA Inglese SEDE LA SPEZIA PERIODO 1° Semestre MATERIALE DIDATTICO AULAWEB PRESENTAZIONE Il corso fornisce conoscenze di base riguardo a tecniche di machine learning, classiche ed attuali, che possono vantaggiosamente essere applicate in campi diversificati come l'automazione delle linee di produzione, il controllo di qualità, la robotica, la sorveglianza, i veicoli a guida automatica, e molti altri. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Questo corso fornisce una introduzione alle discipline dell'apprendimento automatico e pattern recognition statistica. Gli argomenti comprendono: (1) Elementi e teoria della pattern recognition. (2) Apprendimento supervisionato: concetti e metodi. (3) Apprendimento non supervisionato: concetti e alcuni metodi rappresentativi. (4) Metodo di lavoro e buone pratiche in apprendimento automatico. Il corso presenterà anche casi di problemi risolti con successo e possibili applicazioni e casi di studio nei campi della robotica e della automazione industriale intelligente OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Lo studente che abbia seguito il corso con profitto sarà in grado di: dimonstrare la conoscenza di un insieme di tecniche e problemi in machine learning e pattern recognition, comprese le motivazioni scientifiche e tecnlogiche alla base applicare alcune tecniche a problemi significativi programmare metodi di machine learning di complessità da bassa a intermedia usando strumenti di programmazione software standard, senza essere vincolato all'uso di librerie affrontare il workflod di un compito di machine learning dalla manipolazione dei dati alla presentazione dei risultati usare il pensiero critico per analizzare un problema e scegliere il metodo di machine learning più appropriato da applicare PREREQUISITI Conoscenze di base di calcolo, algebra lineare, geometra, tipicamente acquisite al primo o al secondo anno di un corso di studi in ingegneria. Conoscenze di base, ma operative, di programmazione Matlab o Python Ulteriori argomenti di base (elementi di probabilità, di statistica, di ottimizzazione) verranno forniti durante il corso. MODALITA' DIDATTICHE Lezioni, laboratori guidati, compiti a casa assegnati PROGRAMMA/CONTENUTO Introduction, basic concepts, types of problems Linear thershold classifiers Probabilities; Bayesian decision theory (the Naive bayes classifier) Linear regression as a simple learning problem Optimisation (convexity, criteria, gradient descent, stochastic methods) Statistics and learning (sampling, parameter estimation) Parametric and non-parametric methods (Gaussian mixtures, nearest neighbour rules, decision trees/forests) Evaluation of classifiers (methodology, quality indices) Neural networks (history, perceptrons, multilayer perceptrons, the error back-propagation algorithm, deep learning) Unsupervised learning (clustering methods) Mapping and input space transformations (PCA, nonlinear embedding methods, kernel methods, support vector machines) TESTI/BIBLIOGRAFIA Slide/dispense del corso Per una bibliografia dettagliata fare riferimento alla pagina Aulaweb del corso (da https://corsi.unige.it/9269#chapter-5 aprire Manifesto degli Studi, cercare Machine Learning e cliccare) DOCENTI E COMMISSIONI STEFANO ROVETTA Ricevimento: - A disposizione per 20 minuti dopo ciascuna lezione - Su appuntamento. Commissione d'esame STEFANO ROVETTA (Presidente) FRANCESCO MASULLI (Presidente Supplente) LEZIONI INIZIO LEZIONI https://corsi.unige.it/9269/p/studenti-orario Orari delle lezioni L'orario di tutti gli insegnamenti è consultabile all'indirizzo EasyAcademy. ESAMI MODALITA' D'ESAME Scritto, pratica MODALITA' DI ACCERTAMENTO - Esercitazioni in itinere (50%) - Quiz finale (50%) Calendario appelli Dati Ora Luogo Tipologia Note 09/01/2023 14:00 LA SPEZIA Scritto + Orale 12/01/2023 15:00 GENOVA Scritto 31/01/2023 15:00 GENOVA Scritto 07/02/2023 14:00 LA SPEZIA Scritto + Orale 12/06/2023 15:00 GENOVA Scritto 16/06/2023 14:00 LA SPEZIA Scritto + Orale 29/06/2023 14:00 LA SPEZIA Scritto + Orale 07/07/2023 15:00 GENOVA Scritto 05/09/2023 14:00 LA SPEZIA Scritto + Orale 05/09/2023 15:00 GENOVA Scritto