L'insegnamento fornisce le basi teoriche e pratiche dei paradigmi di apprendimento automatico: modelli lineari, alberi decisionali, foreste casuali e reti neurali profonde. Gli studenti imparano a selezionare le soluzioni più adatte, considerando le risorse di memoria e potenza computazionale del sistema elettronico su cui il modello verrà eseguito. Ciò li prepara a progettare soluzioni per problemi reali, come l'elaborazione dati in prossimità dei sensori.
Ricevimento: Il docente riceve su appuntamento, per prendere appuntamento è possibile contattare il docente tramite Microsoft Teams (preferibilmente) o tramite email a riccardo.berta@unige.it
RICCARDO BERTA (Presidente)
FRANCESCO BELLOTTI (Presidente Supplente)
EDOARDO RAGUSA (Presidente Supplente)
