• Edizioni di altri A.A.:
  • 2020/2021
  • 2021/2022
  • 2022/2023

  • Lingua Insegnamento:
    Italiano. 
  • Testi di riferimento:
    "Deep Learning", disponibile a https://www.deeplearningbook.org/ 
  • Obiettivi formativi:
    L'insegnamento di Approfondimenti di reti neurali vuole contribuire al processo formativo dello studente fornendo metodi avanzati per lo sviluppo, la configurazione e l'allenamento delle reti neurali in vari contesti economico-finanziari e più in generale nella data science.
    In particolare, detti obiettivi formativi sono associabili ai seguenti risultati di apprendimento attesi:

    Conoscenza e capacità di comprensione
    Il corso, attraverso lo sviluppo di un progetto, intende fornire le conoscenze metodologiche e applicative di livello avanzato delle reti neurali, utilizzando il framework Keras.

    Capacità di applicare conoscenza e comprensione
    Al termine del corso, lo studente, con lo sviluppo di un progetto di ricerca svolto con Keras, sarà in grado di analizzare e affrontare problemi di regressione tramite reti neurali.

    Alla fine dell’insegnamento lo studente dovrà:
    -) comprendere la logica di base delle reti neurali profonde;
    -) capire le differenze tra i diversi principi base;
    -) conoscere i più importanti modelli di reti neurali. 
  • Prerequisiti:
    Conoscenze di base sulle reti neurali profonde. 
  • Metodi didattici:
    Non sono previste lezioni frontali. 
  • Modalità di verifica dell'apprendimento:
    Conoscenza e capacità di comprensione
    La verifica dei risultati di apprendimento sarà effettuata tramite la discussione del progetto di ricerca svolto con Keras. Tale elaborato dovrà essere inviato al docente almeno una settimana prima della data dell’esame.
    Il punteggio della prova d'esame è attribuito mediante un voto espresso in trentesimi.

    Capacità di applicare conoscenza e comprensione
    Durante lo sviluppo del progetto di ricerca si verifica la capacità degli studenti di applicare le conoscenze dei modelli di rete neurale al fine di poter affrontare situazioni di analisi concrete. 
  • Sostenibilità:
    Non tratta tematiche riconducibili alla sostenibilità ambientale. 
  • Altre Informazioni:
    E-mail: parton@unich.it.
    Cellulare di riferimento: 349-5323-199.
     

Sviluppo di un progetto di reti neurali o approfondimento di un argomento avanzato di reti neurali.

Il progetto di approfondimento di un argomento avanzato di reti neurali deve essere concordato con il docente almeno due mesi prima della data di esame.

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram