Algoritmi di Ottimizzazione
Introduzione alla ricerca operativa, la programmazione lineare, dualità, analisi di sensitività e programmazione non lineare.
Corsi
Lorem ipsum
- lorem
- ipsum
Algoritmi e Strutture Dati
Il corso introdurrà lo studente agli algoritmi e strutture dati di base e all'analisi della complessità degli algoritmi.
Analisi Numerica
Il corso introduce lo studente all'analisi numerica, cioè allo sviluppo e all'analisi dei metodi numerici utilizzati per risolvere i problemi posti dalla matematica del continuo.
Architetture degli Elaboratori e Sistemi operativi
Il corso vuole fornire una introduzione alle architetture hardware degli elaboratori e dei sistemi operativi, in particolare i sistemi unix-like.
Aspetti etici, sociali e legali dell’Intelligenza Artificiale
Vista la recente applicazione dell'intelligenza artificiale a numerosi ambiti della vita comune, questo corso tratta le implicazioni etiche e legali di queste applicazioni.
Basi di Dati
Le tecniche di intelligenza artifciale moderne necessitano della gestione di grandi quantità di dati, siano essi organizzati tramite tradizionali database relazionali, database nosql, o in altri formati. Scopo del corso è introdurre lo studente alla gestione e all'analisi dei dati.
Computabilità, Complessità e Logica
Il corso introdurrà le basi della teoria della computabilità, classi di complessità e problemi intrattabili e le basi della logica formale.
Fisica statistica e teoria dell’informazione
Il corso introdurrà lo studente alla basi della teoria dell'informazione, il concetto di entropia e le tecniche e nozioni di fisica statistica.
Inferenza Statistica
Inferenza statistica: campionamento e distribuzioni campionarie, la stima, verifica di ipotesi, e analisi della varianza.
Introduzione al Machine Learning (mod B)
Il corso prosegue dal modulo A introducendo nuovi metodi e tecniche di machine learning, concentrandosi sulla prospettiva probabilistica dell'apprendimento statistico.
Introduzione all’Intelligenza Artificiale
Il corso introdurrà lo studente agli argomenti dell'intelligenza artificiale classica e della rappresentazione della conoscenza, basate sulla logica e sugli algoritmi di ricerca.
Sistemi Dinamici per l’Intelligenza Artificiale
Il corso è un'introduzione ai sistemi dinamici discreti e continui, sia dal punto di vista dei metodi matematici per la loro analisi che da quello delle applicazioni per l'intelligenza artificiale e lo studio dei sistemi complessi.
Algebra Lineare ed Elementi di Geometria
Il corso introduce i concetti fondamentali dell'algebra lineare: teoria degli spazi vettoriali, spazi vettoriali, euclidei e unitari e applicazioni tra questi spazi (lineari, ortogonali, unitarie).
Analisi Matematica I
Il corso ha come obiettivo quello di illustrare le nozioni fondamentali del cacolo differenziale ed integrale in una variabile. Gli argomenti principali trattati sono: insiemi numerici, assiomi dei numeri reali, limiti di successioni, limiti di funzioni, funzioni continue, calcolo differenziale per funzioni reali di una variabile reale, calcolo Integrale per funzioni reali di una variabile.
Analisi Matematica II
L'insegnamento ha lo scopo di illustrare le basi del calcolo differenziale e integrale per le funzioni di più variabili, della teoria delle serie numeriche e di funzioni e delle equazioni differenziali ordinarie, nonché di introdurre gli studenti alla modellizzazione e alla risoluzione di semplici problemi di interesse applicativo che fanno uso degli strumenti matematici sviluppati.
Calcolo delle Probabilità
Il corso introdurrà lo studente alle nozioni di base di teoria delle probabilità: distribuzioni discrete e continue, univariate e multivariate.
Data Analytics
Il corso si focalizza sugli aspetti di data analytics, tra cui la pulizia del dato e tecniche di analisi e visualizzazione.
Geometria
Il corso introduce i concetti fondamentali dell'algebra lineare: teoria degli spazi vettoriali, spazi vettoriali, euclidei e unitari e applicazioni tra questi spazi (lineari, ortogonali, unitarie).
Descrizione dettagliata su esse3.
Introduzione al Machine Learning (mod A)
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.
Introduzione alla Fisica
Il corso introdurrà alcuni concetti di base in fisica (grandezze fisiche, unità di misura, formulazione di modelli e loro verifica sperimentale), nonchè le leggi fisiche e i metodi necessari alla risoluzione di problemi semplici di meccanica newtoniana, elettromagnetismo e termodinamica.
Introduzione alla Programmazione e Laboratorio
Lo scopo del corso è quello di introdurre gli studenti ai fondamenti ed alla pratica della programmazione dei calcolatori, introducendo i linguaggi C e Python.
Introduzione alla Programmazione e Laboratorio
Il corso ha come obiettivo fornire basi pratiche di programmazione.
Descrizione dettagliata su esse3.
Metodi e Modelli Matematici per l’Intelligenza Artificiale
Il corso proseguirà la formazione matematica di base degli studenti con le nozioni e metodi necessarie per la comprensione delle tecniche dell'intelligenza artificiale moderna.
Programmazione Avanzata e Parallela
Il corso introdurrà tecniche di programmazione per lo sfruttamento delle moderne architetture dei calcolatori, con multiple unità di calcolo.
Programmazione e Architetture degli Elaboratori (mod A)
Lo scopo del corso è quello di introdurre gli studenti ai fondamenti ed alla pratica della programmazione dei calcolatori.
Descrizione dettagliata su esse3.
Teoria dell'informazione e sistemi complessi (mod A)
Il corso introduce i concetti fondamentali della teoria dell'informazione e della fisica statistica.
Teoria dell'informazione e sistemi complessi (mod B)
Il corso introduce concetti fondamentali per lo studio dei sistemi complessi da un punto di vista analitico e computazionale.