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

Apprendere come utilizzare algoritmi di apprendimento sequenziale e di apprendimento per rinforzo, comprendendo le problematiche 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.

Gli studenti con certificazioni valide per Disturbi Specifici dell’Apprendimento (DSA), per disabilità o altri bisogni educativi sono invitati a contattare il docente e il referente di Scuola per la disabilità all’inizio dell’insegnamento per concordare eventuali modalità didattiche che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali. 

I contatti del referente di Scuola per la disabilità sono disponibili al seguente link https://unige.it/commissioni/comitatoperlinclusionedeglistudenticondisabilita. 

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

LORENZO ROSASCO (Presidente)

ALESSANDRO VERRI (Presidente)

LEZIONI

INIZIO LEZIONI

https://easyacademy.unige.it/portalestudenti/index.php?view=easycourse&_lang=it&include=corso

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.

Indicazioni per studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali sono disponibili a partire da https://corsi.unige.it/corsi/10852/studenti-disabilita-dsa

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.

ALTRE INFORMAZIONI

Per ulteriori informazioni, consultare il modulo Aulaweb dell'insegnamento o contattare il docente.

Gli studenti con certificazioni valide per Disturbi Specifici dell’Apprendimento (DSA) possono richiedere adattamenti in sede d'esame, con almeno 7 giorni di anticipo rispetto alla data dell’esame, compilando il "modulo richieste adattamenti" (dai servizi online https://modulionline.unige.it/richiesta-adattamenti#no-back) che verrà inviato in automatico dal sistema al/alla docente responsabile dell’insegnamento e al/alla docente referente per gli studenti con disabilità e con DSA della propria Scuola/Area. 

Lo studente riceverà una copia della sua richiesta.