CLEC/M

Lingua Insegnamento:

Italiano
Testi di riferimento:

Appunti dalle lezioni del docente
Obiettivi formativi:

Introdurre i principi base dell'intelligenza artificiale applicata alla finanza.

RISULTATI DI APPRENDIMENTO ATTESI

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Alla fine dell’insegnamento lo studente dovrà:
-) comprendere cosa sono le reti neurali;;
-) capire le differenze tra i diversi principi base;
-) conoscere i più importanti modelli.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE:

Alla fine dell’insegnamento lo studente dovrà essere in grado di:
-) capire se un certo problema può essere risolto con una certa tecnica;
-) formalizzare un problema;
-) operare nell'ambito dell'intelligenza artificiale in finanza.

ABILITÀ DI COMUNICAZIONE:

Alla fine dell’insegnamento lo studente dovrà essere in grado di esporre i concetti appresi, utilizzando un linguaggio corretto e preciso.

CAPACITÀ DI APPRENDERE:

Alla fine dell’insegnamento lo studente dovrà essere in grado di leggere testi e articoli di ricerca di intelligenza artificiale applicata alla finanza.
Prerequisiti:

Nessuno.
Metodi didattici:

Lezioni frontali in aula.
Modalità di verifica dell'apprendimento:

Progetto.
Sostenibilità:

Non tratta tematiche riconducibili alla sostenibilità ambientale.
Altre Informazioni:

E-mail: parton@unich.it.
Cellulare di riferimento: 349-5323-199.

-) Introduzione al machine learning;
-) introduzione alle reti neurali;
-) introduzione all'apprendimento per rinforzo;
-) esempi di problemi in finanza affrontabili con l'intelligenza artificiale;
-) introduzione a Python+Keras;
-) implementazione degli esempi in Keras.