- Docente: Gianluca Moro
- Crediti formativi: 6
- SSD: ING-INF/05
- Lingua di insegnamento: Italiano
- Moduli: Gianluca Moro (Modulo 1) Roberto Pasolini (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Cesena
- Corso: Laurea in Ingegneria e scienze informatiche (cod. 8615)
Conoscenze e abilità da conseguire
Al termine del corso lo studente è in grado di progettare e sviluppare componenti e applicazioni per gestire ed elaborare dati strutturati e destrutturati in scenari di interesse aziendale, impiegando moderne architetture e tecnologie di rete e di accesso a basi di dati remote.
Contenuti
IL CORSO TRATTA I FONDAMENTI DEL MACHINE LEARNING, DAGLI ALGORITMI DI BASE ALLE RETI NEURALI PER LO SVILUPPO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE IN PYTHON.
Con gli algoritmi di machine learning saranno sviluppati modelli e applicazioni capaci di fare previsioni di varia natura: applicazioni per predire ad esempio l'andamento della borsa valori, predire quali prodotti/servizi acquisterà ogni cliente, prevedere l'andamento delle vendite aziendali, i consumi energetici, il valore di immobili, se un prestito bancario sarà restituito etc
Inoltre il machine learning sarà applicato al natural language processing per classificare opinioni e recensioni di utenti su prodotti/servizi pubblicati in social network e nelle piattaforme di e-commerce. Infine saranno sviluppate applicazioni di question answering per fornire assistenza ad utenti con chatbot, come sviluppare motori di ricerca semantici e come sono realizzati sistemi di questo tipo in medicina per la diagnosi di patologie o per indicare come trattare i sintomi di un paziente descritti in linguaggio naturale.
Dettagli sui contenuti del programma del corso
Materiale delle lezioni e laboratori
sito web del corso (https://virtuale.unibo.it/course/view.php?id=37961)
L'accesso al materiale non è vincolante per l'iscrizione al corso (scegliere iscrizione spontanea per visionare il materiale)
Testi/Bibliografia
- Dispense e riferimenti bibliografici forniti dal docente
Testo consigliato (non obbligatorio)
- Data Science con Python, Dai Fondamenti al Machine Learning. Joel Grus, 2021. Gianluca Moro, curatore scientifico dell'edizione italiana. EGEA Casa Editrice dell'Università Bocconi. Edizione in inglese Data Science from Scratch, O’Reilly Media (versione precedente)
Metodi didattici
Lezioni in aula affiancate da esercitazioni assistite in laboratorio su casi di studio reali.
Modalità di verifica e valutazione dell'apprendimento
Progetto di laboratorio svolto in gruppo con discussione orale individuale.
Strumenti a supporto della didattica
- slide delle lezioni e delle attività di laboratorio disponibili in anticipo
- tecnologie open source python e jupyter disponibili nei laboratori della scuola
- attività di laboratorio assistite fruibili anche online in remoto mediante open cloud computing come colab o binder
- esempio di attività di laboratorio fruibile con colab
Link ad altre eventuali informazioni
https://virtuale.unibo.it/course/view.php?id=37961
Orario di ricevimento
Consulta il sito web di Gianluca Moro
Consulta il sito web di Roberto Pasolini