Argomenti del programma: • Introduzione, definizione del concetto di learning e del pattern recognition, definizioni varie, metodologia e processo di analisi, concetto di descrittore o feature (~1 ora); • Modello del processo di analisi dei dati, semplice esempio di cosa significhi classificare sulla base dell’esperienza, esempio del riconoscimento ittico, overfitting, underfitting (~1 ora); • Tipi di classificatori, classificazione…
Argomenti del programma: 1. Introduzione alle infrastrutture digitali per la sanità: Ruolo delle infrastrutture di comunicazione nei sistemi biomedicali e sanitari; panoramica dei principali scenari applicativi (~3%) 2. Modelli ISO/OSI e TCP/IP: Struttura a livelli, funzioni e interazioni; collocazione dei servizi digitali per la sanità nei modelli di riferimento (~3%) 3.
Appunti delle lezioni, presentazioni Powerpoint, esercizi, distribuiti in formato elettronico all'indirizzo
Argomenti del programma: PARTE 1 Lezioni frontali (~66%) Argomenti trattati nelle lezioni frontali: • Introduzione al corso, panoramica del Deep Learning, metodi di valutazione, campi applicativi (robotica, NLP, healthcare, visione artificiale); (1h) • Richiami di algebra lineare, probabilità, teoria dell'informazione e calcolo numerico, richiami di Deep Feedforward Networks (architettura, funzioni di attivazione, addestramento con…
Campus Bio-Medico · Facoltà Dipartimentale di Ingegneria · 6 CFU · apri nel catalogo
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Argomenti del programma: Fondamenti di Microservizi ● Definizione e principi dei microservizi (Sistemi monolitici vs microservizi, Caratteristiche chiave: autonomia, modularità, scalabilità) Caprio, Soda ● Progettazione di sistemi a microservizi: Domain-Driven Design (DDD), Event-Driven Architecture (EDA), API Gateway e comunicazione tra servizi (REST, gRPC, GraphQL) Caprio ● Gestione dei dati nei microservizi (Database distribuiti e…
Argomenti del programma: Modulo Development Tools (40 ore) • Elementi di base del linguaggio Python (4 ore) ● Built-in types ● Variabili ● Oggetti e metodi ● Le strutture dati in Python: liste, tuple, set, dizionari ● Strutture di controllo ● Funzioni e passaggio dei parametri ● Ricorsione ● Pacchetti • Rappresentazione dei dati (6 ore) ● Il concetto di informazione e riferimenti alla rappresentazione dei dati ● Strutture dati: modelli e…
Libri Universitari