Offerta Didattica

 

COGNITIVE SCIENCE AND THEORY OF COMMUNICATION

DEEP LEARNING

Classe di corso: LM-55,92 - Classe delle lauree magistrali in Scienze cognitive
AA: 2021/2022
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
M-FIL/02CaratterizzanteLiberaLiberaNo
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
7700424200
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

Va sotto l'etichetta "deep learning" l'insieme di tecnologie che, nella prima decade di questo secolo, hanno condotto l'Intelligenza Artificiale ad un rapido e diffuso progresso. Il corso analizza il deep learning da una prospettiva filosofica, individuandone i presupposti teorici, tracciando la storia della sua lontana origine e progressiva evoluzione, discutendo i suoi rapporti con la cognizione, e il suo impatto nella societa` e cultura contemporanea.

Learning Goals

The family of techniques collected under the name of "deep learning" is responsible for the current success of Artificial Intelligence. The course analyzes deep learning from a philosophical perspective, identifying its theoretical  ssumptions, tracing the history of its origin and progressive evolution, discussing its relationship with cognition, and its impact on contemporary society and culture.

Metodi didattici

Lezioni frontali, seminari di approfondimento, lezioni on-line

Teaching Methods

Frontal lessons, seminar research, on-line material

Prerequisiti

Una minima conoscenza del linguaggio di programmazione Python.

Prerequisites

Basic knowledge of the Python programming language is required.

Verifiche dell'apprendimento

La valutazione finale viene effettuata mediante un esame orale

Assessment

The final evaluation is carried out using oral examination

Programma del Corso

Va sotto l'etichetta "deep learning" l'insieme di tecnologie che, nella prima decade di questo secolo, hanno condotto l'Intelligenza Artificiale ad un rapido e diffuso progresso. Il corso analizza il deep learning da una prospettiva filosofica, individuandone i presupposti teorici, tracciando la storia della sua lontana origine e progressiva evoluzione, discutendo i suoi rapporti con la cognizione, e il suo impatto nella societa` e cultura contemporanea.

Course Syllabus

The family of techniques collected under the name of "deep learning" is responsible for the current success of Artificial Intelligence. The course analyzes deep learning from a philosophical perspective, identifying its theoretical assumptions, tracing the history of its origin and progressive evolution, discussing its relationship with cognition, and its impact on contemporary society and culture.

Testi di riferimento: testo a cura del docente

Elenco delle unità didattiche costituenti l'insegnamento

Docente: ALESSIO PLEBE

Orario di Ricevimento - ALESSIO PLEBE

GiornoOra inizioOra fineLuogo
Martedì 10:00 11:00mia stanza (inviare sempre una mail di conferma)
Note: preferibile sempre inviare in anticipo una mail per conferma
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti