PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Deep Learning for the analysis and prediction of visitors flows (𝓐𝓡𝓣ificial Intelligence)

Parole chiave ARTIFICIAL INTELLIGENCE, MACHINE LEARNING, PREDICTION METHODS

Riferimenti GIOVANNI SQUILLERO

Gruppi di ricerca DAUIN - GR-05 - ELECTRONIC CAD & RELIABILITY GROUP - CAD

Tipo tesi RESEARCH

Descrizione Tecniche di Computational Intelligence per analisi di dati dati museali (flussi). La tesi è svolta all'interno di un progetto finanziato dalla Compagnia di San Paolo ed in collaborazione con UNITO e partner territoriali.

In breve, l'attività consisterà nell'analizzare i dati storici dei musei, estrapolare i flussi di visitatori, correlare tali flussi con eventi esterni (eventi atmosferici, mostre, pubblicità), costruire un modello predittivo. La sfida è nel gestire dati disomogenei, lacunosi e con diversa granularità.

Conoscenze richieste Ottima conoscenza del linguaggio Python
Conoscenza di Linux (bash scripting, perl)
Conoscenza di base di tecniche di computational intelligence (artificial intelligence), sistemi ad agenti, fuzzy logic
Conoscenza di tecniche di data science (machine learning tradizonale); esperienza con Scikit-learn


Scadenza validita proposta 30/04/2021      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti