PRESENTAZIONE

L'obiettivo di questo corso è fornire una panoramica degli algoritmi di Machine Learning che trattano dati sequenziali/dinamici e agenti che possono interagire con l'ambiente nel contesto del reinforcement learning.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Imparare a utilizzare algoritmi di apprendimento sequenziale e di reinforcement learning comprendendo i problemi computazionali e di modellazione sottostanti.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

• COMPRENDERE e utilizzare algoritmi e modelli di machine learning per dati dinamici e agenti
• COMPRENDERE come impostare efficacemente pipeline di machine learning con dati/agenti dinamici
• IMPLEMENTARE gli algoritmi di apprendimento presentati nel corso
• SVILUPPARE la capacità di analizzare criticamente i risultati analitici

PREREQUISITI

• Nozioni di base di probabilità, calcolo, algebra lineare, programmazione.

MODALITA' DIDATTICHE

Le lezioni teoriche saranno integrate da sessioni pratiche di laboratorio.

PROGRAMMA/CONTENUTO

Il corso coprirà i seguenti argomenti:

• Sistemi dinamici
• Serie temporali
• Decomposizione dei modelli dinamici
• Reti neurali per dati sequenziali
• Reinforcement Learning
• Multi-Arm Bandits
• Processi decisionali di Markov
• Predizione e controllo
• Metodi Monte Carlo e delle differenze temporali

TESTI/BIBLIOGRAFIA

 Il materiale fornito dagli istruttori (note, articoli, libri) sarà disponibile sulla pagina Aulaweb del corso, insieme a riferimenti aggiuntivi.

DOCENTI E COMMISSIONI

Commissione d'esame

ALESSANDRO VERRI (Presidente)

NICOLETTA NOCETI

LORENZO ROSASCO (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

In accordo con il calendario approvato dal Consiglio del Corso di Laurea in Informatica.

Orari delle lezioni

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

ESAMI

MODALITA' D'ESAME

L'esame consisterà in un progetto e una discussione del materiale presentato nel corso.

MODALITA' DI ACCERTAMENTO

L'esame valuterà la comprensione complessiva del materiale del corso, la capacità di generalizzare i concetti a problemi non visti e di analizzare i risultati ottenuti. Saranno presi in considerazione la chiarezza dell'esposizione, la completezza dei concetti, la qualità delle soluzioni proposte e il pensiero critico.

Calendario appelli