Introduzione alle reti neurali e applicazioni sui dispositivi elettronici: Corso di Machine Learning

→ Europe/Rome
Elvira Rossi (Istituto Nazionale di Fisica Nucleare), Francesco Alessandro Conventi (Istituto Nazionale di Fisica Nucleare), Vincenzo Izzo (Istituto Nazionale di Fisica Nucleare)
Description

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

Contact: Vincenzo Izzo, Elvira Rossi