Caricamento in corso...
Introduction to Neural Networks and Deep Learning
01RUNRV
A.A. 2023/24
Course Language
Inglese
Degree programme(s)
Doctorate Research in Ingegneria Elettrica, Elettronica E Delle Comunicazioni - Torino
Course structure
| Teaching | Hours |
|---|---|
| Lezioni | 20 |
Lecturers
| Teacher | Status | SSD | h.Les | h.Ex | h.Lab | h.Tut | Years teaching |
|---|---|---|---|---|---|---|---|
| Randazzo Vincenzo | Ricercatore L240/10 | IINF-01/A | 20 | 0 | 0 | 0 | 1 |
Co-lectures
Context
| SSD | CFU | Activities | Area context | *** N/A *** | 4 |
|---|
Il machine learning e il deep learning sono pervasivi nella maggior parte degli aspetti della vita quotidiana. Un numero sempre crescente di ricercatori inizia ad utilizzare queste tecniche nei più diversi campi di ricerca. Questo corso può essere utile per gli studenti che stanno imparando l'apprendimento automatico, compresi coloro che stanno iniziando una carriera nel deep learning e nella ricerca sull'intelligenza artificiale. L'altro pubblico di destinazione sono gli ingegneri del software che non hanno conoscenze di machine learning o statistica ma desiderano acquisirne rapidamente una e iniziare a utilizzare il deep learning nel proprio prodotto o piattaforma.
Il deep learning si è già dimostrato utile in molte discipline software, tra cui la visione artificiale, l’elaborazione vocale e audio, l’elaborazione del linguaggio naturale, la robotica, la bioinformatica e la chimica, i videogiochi, i motori di ricerca.
Il corso è organizzato in due parti. La prima introduce i concetti base del machine learning. La seconda descrive gli algoritmi di deep learning più consolidati, che sono essenzialmente tecnologie risolte.
Machine learning and Deep learning are pervasive in most aspects of everyday life. An increasing number of researchers have started using these techniques in various research fields. In this sense, this course can be useful for students learning about machine learning, including those beginning a career in deep learning and artificial intelligence research. The other target audience is software engineers who do not have a machine learning or statistics background but want to rapidly acquire one and begin using deep learning in their product or platform.
Deep learning has already proved useful in many software disciplines, including computer vision, speech and audio processing, natural language processing, robotics, bioinformatics and chemistry, video games, and search engines.
The course is organized in two parts. The first one introduces the basic machine learning concepts. The second one describes the most established deep learning algorithms, which are essentially solved technologies.
Nessun prerequisito. il corso è aperto a tutti e parte dalle basi delle reti neurali.
No neural network previous background is required. The course will start with the basics of neural networks.
Programma del corso:
1. Introduzione al Machine learning e breve storia delle reti neurali
2. Deep feedforward networks
3. Backpropagation
4. Reti convoluzionali
5. Sequence modeling:
a. Reti neurali ricorrenti
b. Long short term memory
Contents:
1. Introduction to Machine learning and a brief history of neural networks
2. Deep feedforward networks
3. Backpropagation
4. Convolutional networks
5. Sequence modeling
a. Deep recurrent neural networks
b. Long short term memory
In presenza
On site
Presentazione orale - Presentazione report scritto
Oral presentation - Written report presentation
P.D.2-2 - Maggio
P.D.2-2 - May
• Lesson 1 Venerdì 31 maggio 2024 ore 14–17 - aula C DET
• Lesson 2 Lunedì 3 giugno 2024 ore 10–13 - aula C DET
• Lesson 3 Lunedì 10 giugno 2024 ore 11–13 - aula C DET
• Lesson 4 Mercoledì 12 giugno 2024 ore 15–18 - aula C DET
• Lesson 5 Venerdì 14 giugno 2024 ore 15–18 - aula C DET
• Lesson 6 Mercoledì 19 giugno 2024 ore 15–18 - aula C DET
• Lesson 7 Venerdì 21 giugno 2024 ore 15-18 - aula C DET
• Lesson 1 Friday May 31, 2024 – 14:00 – 17:00 - classroom C DET
• Lesson 2 Monday June 3, 2024 – 10:00 – 13:00 - classroom C DET
• Lesson 3 Monday June 10, 2024 – 11:00 – 13:00 - classroom C DET
• Lesson 4 Wednesday June 12, 2024 – 15:00 – 18:00 - classroom C DET
• Lesson 5 Friday June 14, 2024 – 15:00 – 18:00 - classroom C DET
• Lesson 6 Wednesday June 19, 2024 – 15:00 – 18:00 - classroom C DET
• Lesson 7 Friday June 21, 2024 – 15:00 – 18:00 - classroom C DET