B0qqwedbtdkdrh4lrbun

mini degree: Deep Learning per Sequence Modelling e Time Series

   Guarda Promo

Questo corso introduce i principali approcci del Deep Learning basati su reti neurali profonde per l’analisi di sequenze di dati e di serie temporali. Esso è pensato come un corso di base per imparare a progettare, sviluppare e validare reti neurali dinamiche per affrontare problemi che riguardano sequenze di dati. La modellizzazione delle sequenze di dati tramite reti neurali dinamiche è alla base di molte applicazioni moderne di Machine Learning che riguardano serie temporali, linguaggio naturale e immagini. Lo scopo del progetto finale sarà quello di imparare ad affrontare in autonomia un problema reale o di laboratorio applicando un modello di rete neurale per creare un’applicazione o per valutare sperimentalmente la capacità degli approcci di deep learning in varie problematiche. Infine, la stesura di una relazione darà la possibilità di imparare un metodo scientifico di base che permetta di analizzare e sviluppare correttamente applicazioni nell’ambito dell’analisi di dati.


Il tuo Istruttore


Luca Pedrelli
Luca Pedrelli

Dott. Ric. Luca Pedrelli ha conseguito la Laurea Magistrale in Informatica all'Università di Pisa nel 2015 e il Dottorato in Informatica all'Università di Pisa nel 2019. Attualmente sta lavorando come assegnista di ricerca al Dipartimento di Informatica dell'Università di Pisa all'interno del gruppo di ricerca Computational Intelligence & Machine Learning (CIML). Inoltre svolge attività di docenza su temi legati al deep learning all’Università di Pisa e in corsi di specializzazione post laurea. I suoi interessi si concentrano negli ambiti del machine learning, reti neurali, deep learning, reservoir computing e in particolare nello studio e nell'analisi delle reti neurali ricorrenti profonde. I suoi interessi applicativi riguardano la classificazione di sequenze (segnali, testi e immagini) e la predizione di serie temporali di vario tipo.


Corsi inclusi con l'acquisto



Corso Propedeutico: Matematica di Base per il Deep Learning
Paolo Caressa
Corso Propedeutico: Programmazione in Python per il Deep Learning
Paolo Caressa

Domande frequenti


Come funziona il mini degree?
Il mini degree è pensato per far specializzare gli studenti in temi riguardanti il Deep Learning. Il corso è organizzato in moduli propedeutici. I primi due corsi sono un ripasso di matematica e programmazione in python. I restanti affrontato il tema del mini degree in maniera sempre più complessa.
Rilasciate una certificazione a fine corso?
Al termine del mini degree verrà assegnato un progetto finale che sarà corretto dai docenti. Una volta concluso il progetto, verrà rilasciata la certificazione. Inoltre, durante lo svolgimento del corso verranno rilasciate allo studente slides, ed una macchina virtuale con l'ambiente di sviluppo già configurato. Per altre info guardare il video del progetto finale o scrivere a [email protected]
Entro quanto tempo bisogna completare il mini degree?
Il corso non ha scadenza, ciò significa che sarà visibile nella piattaforma per sempre. Però, la certificazione verrà rilasciato solo una volta consegnato il progetto finale.
Il mini degree è in lingua Italiana?
Si, tutti i corsi all'interno del mini degree sono in lingua Italiana. Le slide però sono scritte in inglese per rendere più facile allo studente la ricerca degli argomenti, termini e altri esempi su internet.