PRESENTAZIONE

L'insegnamento è erogato integralmente in lingua Inglese. Per tutte le informazioni
relative, si veda la corrispondente sezione in lingua Inglese.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Questo insegnamento ha lo scopo di fornire agli studenti conoscenze su modelli e metodi di Ricerca Operativa e su metodi di Machine Learning applicati al riconoscimento di dati, segnali e immagini. Nel primo caso, lo scopo è di mettere in grado gli studenti di affrontare problemi decisionali. In particolare, gli studenti apprenderanno la programmazione lineare continua (modellazione, simplesso, analisi di sensibilità, dualità) e intera (branch and bound, cutting planes). Impareranno inoltre a modellare problemi decisionali del campo delle telecomunicazioni mediante la teoria dei grafi e delle reti di flusso. Nell’ambito del Machine Learning, gli studenti impareranno a caratterizzare la distribuzione di un insieme di dati, a partire da un insieme di dati di addestramento. Saranno in grado di utilizzare varie tecniche di classificazione, con o senza campioni di addestramento, ottimizzandone la struttura e i parametri e valutando le relative prestazioni. Saranno in grado di applicare i metodi appresi ad insiemi di dati di varie tipologie, inclusi segnali e immagini

PREREQUISITI

L'insegnamento è erogato integralmente in lingua Inglese. Per tutte le informazioni
relative, si veda la corrispondente sezione in lingua Inglese.

DOCENTI E COMMISSIONI

ESAMI

MODALITA' D'ESAME

L'insegnamento è erogato integralmente in lingua Inglese. Per tutte le informazioni relative, si veda la corrispondente sezione in lingua Inglese.

MODALITA' DI ACCERTAMENTO

L'insegnamento è erogato integralmente in lingua Inglese. Per tutte le informazioni
relative, si veda la corrispondente sezione in lingua Inglese.