Introduction to Machine Learning (part B)
The course starts where the first part (module A) ended, introducing additional machine learning techniques and methods, focussing more on the probabilistic and statistical learning perspective.
The course starts where the first part (module A) ended, introducing additional machine learning techniques and methods, focussing more on the probabilistic and statistical learning perspective.
The course will introduce the student to the basics of information theory, the concept of entropy, and the techniques and notions of statistical physics.
Due to the recent application of artificial intelligence in numerous aspects of everyday life, this course will discuss the ethical and legal implications of these applications.
Il corso introdurrà tecniche di programmazione per lo sfruttamento delle moderne architetture dei calcolatori, con multiple unità di calcolo.
Il corso introdurrà lo studente agli argomenti dell'intelligenza artificiale classica e della rappresentazione della conoscenza, basate sulla logica e sugli algoritmi di ricerca.
Il corso prosegue dal modulo A introducendo nuovi metodi e tecniche di machine learning, concentrandosi sulla prospettiva probabilistica dell'apprendimento statistico.
Vista la recente applicazione dell'intelligenza artificiale a numerosi ambiti della vita comune, questo corso tratta le implicazioni etiche e legali di queste applicazioni.
Il corso introdurrà lo studente alla basi della teoria dell'informazione, il concetto di entropia e le tecniche e nozioni di fisica statistica.
Il corso introdurrà lo studente ai concetti e metodi di base dell'apprendimento automatico (machine learning), sia supervisionato che non-supervisionato. Nel corso saranno descritti gli approcci fondamentali per la costruzione e validazione di modelli, partendo da dati, e verranno introdotte alcune tra le principali tecniche di apprendimento automatico.
Il corso introduce i concetti fondamentali della teoria dell'informazione e della fisica statistica.
Il corso introduce concetti fondamentali per lo studio dei sistemi complessi da un punto di vista analitico e computazionale.
The course introduces the foundations of information theory and statistical physics
The course introduces concepts for the computational and analytical study of complex systems.
The course will introduce programming techniques to fully use modern computer architectures, which have multiple computational units.
The course will introduce the student to the concepts and methods of machine learning, both supervised and unsupervised learning. The course will describe the fundamentals of model building and validation, introducing several learning methods.
The course will introduce the student to the classical topics and techniques of artificial intelligence and knowledge representation, based on logic and search.