Parte 1 - Introduzione ML in elettronica: Corso di Python
Parte 2 - Introduzione ML in elettronica: Corso di Machine Learning
Parte 3 - Introduzione ML in elettronica: Corso di Machine Learning in sistemi di trigger
Obiettivi del corso: Il corso ha come obiettivo l’introduzione al Machine Learning per l’analisi dei dati, con particolare riguardo agli algoritmi di Deep Neural Network e Convolutional Neural Network.
Argomenti:
- Lezioni frontali: Introduzione al Machine Learning e agli algoritmi principali, Classificazione e regressione, gestione di Over/Under Fitting, Misura delle performances, Data processing, Introduzione alla DNN e alla CNN.
- Esercitazioni: Introduzioni alle principali librerie utilizzate per la gestione e visualizzazione dei dataset (pandas, scikit-learn, matplotlib) e per il training (keras, tensorflow), esercitazione su DNN e CNN.
Prerequisiti: Conoscenza base di Python
Struttura del Corso: 12 ore di lezione, suddivise in 6 ore di lezioni frontali e 6 ore di esercitazioni.
Docenti: Silvia Auricchio, Antimo Cagnotta, Francesco Carnevali, Francesco Cirotto, Roberto Schiattarella
