Accedi ai Corsi
In evidenza
Laurea Triennale
Amministrazioni, Professioni ed Organizzazioni Sportive con Sole 24 Ore Formazione
Chiamaci 800.128.606
-
Ateneo
-
Offerta Formativa
-
Ricerca
-
Iscrizione
-
Studenti e Aziende
- Notizie
-
Sedi
Ateneo
Offerta Formativa
-
Corsi di Laurea Triennale
-
Corsi di Laurea Magistrale
- Doppia Laurea
- Master 1° Livello
- Master 2° Livello
- Corsi di Formazione
- Corsi di Perfezionamento
- Corsi Singoli
- Formazione Docenti
Ricerca
Iscrizione
Studenti e Aziende
Corsi di Laurea Triennale
- Scienze dell'Alimentazione e Gastronomia (L-26)
- Scienze Motorie (L-22)
- Scienze dell'Amministrazione e dell'Organizzazione (L-16)
- Scienze Biologiche (L-13)
- Moda e Design Industriale (L-4)
- Patrimonio Culturale in Era Digitale (L-1)
- Lingue e Culture Straniere per l'Era Digitale (L-11)
- Ingegneria Biomedica (L-9)
- Ingegneria Informatica e Intelligenza artificiale (L-8)
Corsi di Laurea Magistrale
- Management e Consulenza Aziendale (LM-77)
- Scienze e Tecniche delle Attività Motorie Preventive e Adattate (LM-67)
- Scienze della Nutrizione Umana (LM-61)
- Management, Diritto e Governance della Pubblica Amministrazione (LM-63)
- Lingue e culture straniere per l'era digitale: scuola, società e professioni (LM-37)
- Ingegneria Informatica e dell’Intelligenza Artificiale Applicata (LM-32)
Ingegneria Informatica e Intelligenza Artificiale Classe (L-8)
Deep Learning per Applicazioni Avanzate
Deep Learning per Applicazioni Avanzate
| Settore disciplinare | CFU |
| ING-INF/05 | 9 |
|
Obiettivi formativi |
L’insegnamento è dedicato allo studio approfondito delle Deep Neural Networks e delle loro applicazioni in scenari avanzati. Gli studenti impareranno a progettare e implementare architetture di deep learning, come reti convoluzionali (CNN), reti ricorrenti (RNN) e modelli transformer. Verranno affrontate applicazioni specifiche in ambiti quali la visione artificiale, l’elaborazione del linguaggio naturale e la generazione automatica di contenuti. L’insegnamento include un modulo pratico dedicato allo sviluppo di modelli su dataset reali utilizzando librerie come PyTorch e Pandas. L’insegnamento contribuisce anche al potenziamento delle capacità trasversali Autonomia di giudizio, Abilità comunicative e Capacità di apprendimento degli studenti. |
