Offerta Didattica

 

COGNITIVE SCIENCE AND THEORY OF COMMUNICATION

ARTIFICIAL INTELLIGENCE

Classe di corso: LM-55,92 - Classe delle lauree magistrali in Scienze cognitive
AA: 2022/2023
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
INF/01Affine/IntegrativaLiberaLiberaNo
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
101000606000
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

OF1: Acquisizione delle principali metodologie di progettazione dei moderni sistemi di I.A., con particolare riferimento al machine e deep-learning, con un approccio implementativo; OF2: Sviluppo di competenze applicative su casi reali d’uso dei metodi di analisi dati tipici dell’I.A. OF3: Sviluppo di abilità autonome utili alla definizione e risoluzione di problemi di inferenza automatica.

Learning Goals

Acquire competence on the main programming methods for modern A.I. systems, with specific focus on machine and deep-learning, using a hands-on approach; LG2: Become familiar with real use cases where typical A.I. analytics strategies are applied; LG3: Develop skills to autonomously define and solve automatic inference problems.

Metodi didattici

Teaching Methods


Prerequisiti

Conoscenza di base della programmazione in Python, degli algoritmi e strutture dati principali.

Prerequisites

Knowledge of fundamentals of Python programming, main data structures and algorithms.

Verifiche dell'apprendimento

Assessment


Programma del Corso

Course Syllabus


Testi di riferimento:

Elenco delle unità didattiche costituenti l'insegnamento

Docente: GIORGIO MARIO GRASSO

Orario di Ricevimento - GIORGIO MARIO GRASSO

Dato non disponibile
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti