Laboratorio di analisi numerica

A.A. 2025/2026
3
Crediti massimi
36
Ore totali
SSD
MAT/08
Lingua
Italiano
Obiettivi formativi
Il corso mira a fornire i fondamenti teorici e implementativi del Machine Learning, con particolare riferimento alle
moderne reti neurali profonde (Deep Learning).
Verranno fornite nozioni di teoria della approssimazione, teoria della ottimizzazione e teoria
statistica dell'apprendimento correlati alle reti neurali. Verrà sottolineato il legame
degli algoritmi basati su reti neurali con i metodi numerici classici e le loro proprietà.
Durante il corso verranno inoltre presentate alcune applicazioni significative, relative in particolare all'elaborazione di immagini e di segnali.
Risultati apprendimento attesi
Al termine del corso gli studenti possiederanno le conoscenze di base relative alla struttura delle moderne reti neurali
profonde, ne sapranno riconoscere le tipologie fondamentali e ne conosceranno gli algoritmi di addestramento e i parametri
principali. Saranno in grado di comprendere le proprietà di approssimazione delle reti in oggetto.
Gli studenti saranno inoltre in grado di implementare in Python/Pytorch alcune tipologie rilevanti di reti neurali nella loro completezza.
Corso singolo

Questo insegnamento può essere seguito come corso singolo.

Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Secondo semestre
MAT/08 - ANALISI NUMERICA - CFU: 3
Laboratori: 36 ore
Docente: Causin Paola
Docente/i