Skip to Main Content (Press Enter)

Logo UNIFE
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture

UNI-FIND
Logo UNIFE

|

UNI-FIND

unife.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  1. Insegnamenti

120152 - PROJECT WORK DEEP LEARNING

insegnamento
ID:
120152
Tipo Insegnamento:
Opzionale
Durata (ore):
0
CFU:
3
SSD:
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Url:
Dettaglio Insegnamento:
INTELLIGENZA ARTIFICIALE, DATA SCIENCE E BIG DATA/PERCORSO COMUNE Anno: 1
Anno:
2024
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone

Dati Generali

Periodo di attività

Secondo Semestre (24/02/2025 - 30/05/2025)

Syllabus

Obiettivi Formativi

Analizzare e gestire un caso di studio, che verrà concordato con il docente titolare, partendo
dall’analisi del dataset fornito e arrivando alla implementazione di uno o più modelli visti
nell’insegnamento di Deep Learning per risolvere il problema associato al dataset.

Prerequisiti

Si suggerisce agli studenti/studentesse di affrontare il lavoro di progetto dopo aver acquisito
i contenuti dell’insegnamento "Deep Learning" associato al project work.

Metodi didattici

Il docente titolare sarà a disposizione sia per concordare il progetto sia per aiutare durante
il suo svolgimento. L'attività è quindi priva di didattica frontale, ma gli studenti/studentesse
possono (e sono invitati a) interagire con il docente titolare. I crediti vengono acquisiti
mediante il lavoro di sviluppo progettuale.

Verifica Apprendimento

L’esame è costituito dalla presentazione del progetto che sarà fatta dal singolo studente (in caso di attività individuale) o dal gruppo (massimo 2) di studenti previo appuntamento da concordare con il docente. In questo ultimo caso, ogni studente del gruppo dovrà avere la responsabilità di una parte del progetto chiaramente identificata, dimostrare di avere compreso l'architettura applicativa e le funzioni di tutti i principali componenti software, oltre alla presentazione dettagliata dei componenti realizzati.

Gli studenti sono invitati a preparare una presentazione Power Point ed eventualmente una demo se il progetto lo richiede. Dovranno inoltre consegnare al docente il codice prodotto qualche giorno prima della data di esame. Infine, conclusa la discussione, dovranno consegnare la presentazione ed eventuali altri elaborati usati durante l'esame.

Al termine della discussione del progetto, il docente titolare proporrà il voto che, se accettato dallo studente, verrà verbalizzato sul libretto.

Testi

I testi già indicati per l’insegnamento associato al project work, riportata di seguito.

Bibliography:
- Jake VanderPlas. Python data science handbook: essential tools for working with data. O'Reilly Media, Inc., 2016.
- Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016.

Sitography:
- https://jakevdp.github.io/PythonDataScienceHandbook/
- https://www.tensorflow.org

Eventuale sitografia
aggiuntiva segnalata per il caso di studio oggetto del progetto assegnato.

Contenuti

Il docente propone un progetto da svolgere individualmente o in coppia riguardante
l’applicazione di una o più tecniche presentate nell’insegnamento di Deep Learning.

Lingua Insegnamento

ITALIANO

Corsi

Corsi

INTELLIGENZA ARTIFICIALE, DATA SCIENCE E BIG DATA 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone

ZESE Riccardo
Gruppo 01/INFO-01 - INFORMATICA
Settore INFO-01/A - Informatica
AREA MIN. 01 - Scienze matematiche e informatiche
Docenti di ruolo di IIa fascia
No Results Found
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 25.4.2.0