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.
Imparare a utilizzare algoritmi di apprendimento sequenziale e di reinforcement learning comprendendo i problemi computazionali e di modellazione sottostanti.
Le lezioni teoriche saranno integrate da sessioni pratiche di laboratorio.
Il corso coprirà i seguenti argomenti:
Il materiale fornito dagli istruttori (note, articoli, libri) sarà disponibile sulla pagina Aulaweb del corso, insieme a riferimenti aggiuntivi.
Ricevimento: Su appuntamento via mail
Ricevimento: Appointment through email
ALESSANDRO VERRI (Presidente)
NICOLETTA NOCETI
LORENZO ROSASCO (Presidente Supplente)
In accordo con il calendario approvato dal Consiglio del Corso di Laurea in Informatica.
L'esame consisterà in un progetto e una discussione del materiale presentato nel corso.
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.
