Vai al contenuto principale
Oggetto:

Metodi matematici per il machine learning

Oggetto:

MATHEMATICAL METHODS FOR MACHINE LEARNING

Oggetto:

Anno accademico 2024/2025

Codice attività didattica
MAT0371
Docenti
Elena Cordero (Titolare)
Alessandra De Rossi (Titolare)
Roberta Sirovich (Titolare)
Corso di studio
Laurea Magistrale in Matematica (D.M. 270)
Anno
1° anno, 2° anno
Periodo
Secondo semestre
Tipologia
D.M. 270 TAF C - Affine o integrativo
Crediti/Valenza
6
SSD attività didattica
MAT/05 - analisi matematica
MAT/06 - probabilita' e statistica matematica
MAT/08 - analisi numerica
Erogazione
Tradizionale
Lingua
Italiano
Frequenza
Facoltativa
Tipologia esame
Orale
Tipologia unità didattica
corso
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L'insegnamento si propone di fornire le nozioni teoriche introduttive al tema del Machine Learning. In particolare lo scopo dell'insegnamento è che gli studenti e le studentesse acquisiscano le competenze di formalizzazione teorica delle reti neurali, comprendendendo la loro definizione, le diverse architetture, gli algoritmi di ottimizzazione e la teoria analitica del learning.

The teaching aims to provide the introductory theoretical concepts to the topic of Machine Learning. In particular, the aim of the teaching is for students to acquire the skills of theoretical formalization of neural networks, understanding their definition, different architectures, optimization algorithms and the analytical learning theory.

Oggetto:

Risultati dell'apprendimento attesi

Al termine dell'insegnamento e dello studio individuale, ci si attende che studentesse e studenti siano in grado di descrivere e definire la rete neurale e i suoi elementi, di illustrare diverse architetture e i diversi ambiti di applicazione delle stesse, di spiegare gli algoritmi di ottimizzazione per la stima dei parametri della rete, di enunciare le basi analitiche teoriche che vengono impiegate per la trattazione teorica delle reti neurali. 

At the end of teaching and self-study, students are expected to be able to describe and define the neural network and its elements, to illustrate different architectures and their different areas of application, to explain optimization algorithms for estimating network parameters, and to enunciate the theoretical analytical foundations that are used for the theoretical treatment of neural networks.

Oggetto:

Programma

Definizione di rete neurale, neurone, funzione di attivazione e funzione di costo. Il neurone astratto. Architetture: pooling, convolutional neural networks, recurrent neural networks. Algoritmi per la ricerca dei minimi: gradient descent, AdaGrad, RMSprop, Adam, AdaMax e Simulated annealing. Le varianti stocastiche. I teoremi di approssimazione, learning con input unidimensionali, le reti come approssimatori universali, learning esatto.

Definition of neural network, neuron, activation function and cost function. The abstract neuron. Architectures: pooling, convolutional neural networks, recurrent neural networks. Algorithms for finding minima: gradient descent, AdaGrad, RMSprop, Adam, AdaMax and Simulated annealing. Stochastic variants. Approximation theorems, learning with one-dimensional inputs, networks as universal approximators, exact learning.

Oggetto:

Modalità di insegnamento

Lezioni frontali in aula.

Classroom lectures.

Oggetto:

Modalità di verifica dell'apprendimento

La verifica dell'apprendimento avviene mediante esame orale, nel quale le studentesse e gli studenti saranno tenuti a illustrare i concetti e i ragionamenti appresi, rispondendo alle domande poste.

Verification of learning is by oral examination, in which students will be required to illustrate the concepts and reasoning learned, by answering questions posed.

Oggetto:

Attività di supporto

Testi consigliati e bibliografia



Oggetto:
Libro
Titolo:  
Deep Learning Architectures - A Mathematical Approach
Anno pubblicazione:  
2020
Editore:  
Springer
Autore:  
Ovidiu Călin
ISBN  
Obbligatorio:  
No


Oggetto:

Note

Gli/le studenti/esse con DSA o disabilità, sono pregati di prendere visione delle modalità di supporto (https://www.unito.it/servizi/lo-studio/studenti-e-studentesse-con-disabilita) open_in_newe di accoglienza (https://www.unito.it/accoglienza-studenti-con-disabilita-e-dsaopen_in_new) di Ateneo, ed in particolare delle procedure necessarie per il supporto in sede d’esame (https://www.unito.it/servizi/lo-studio/studenti-e-studentesse-con-disturbi-specifici-di-apprendimento-dsa/supportoopen_in_new).

Students with Specific Learning Disorders (SLD) or disabilities are requested to review the university's support (https://www.unito.it/servizi/lo-studio/studenti-e-studentesse-con-disabilita) and accommodation (https://www.unito.it/accoglienza-studenti-con-disabilita-e-dsa) procedures, and in particular, the necessary procedures for exam support (https://www.unito.it/servizi/lo-studio/studenti-e-studentesse-con-disturbi-specifici-di-apprendimento-dsa/supporto).

Registrazione
  • Aperta
    Oggetto:
    Ultimo aggiornamento: 31/05/2024 12:04

    Location: https://matematicalm.campusnet.unito.it/robots.html
    Non cliccare qui!