Prof. Michele Scarpiniti: i libri dei suoi insegnamenti

1. Come si applica il machine learning alla rilevazione di anomalie in un sistema di sicurezza?
2. Quali dati si raccolgono per addestrare un modello di previsione di guasto?
3. Come si valuta l'affidabilità di un classificatore impiegato in un sistema critico?
4. Che cosa si intende per sicurezza funzionale di un sistema che usa un modello appreso?
5. Come si spiega la decisione di un modello di apprendimento automatico in ambito di sicurezza?
6. Quali tecniche si usano per gestire lo sbilanciamento delle classi nei dati di guasto?
7. Come si verifica che un modello addestrato resti valido quando cambiano le condizioni operative?
8. Quali rischi comporta la dipendenza da un modello non verificato in un impianto?
9. Come si stima l'incertezza di una previsione prodotta da un modello di apprendimento?
10. Quali metriche si usano per confrontare due modelli di rilevazione di guasti?
11. Come si integra un modello predittivo con un sistema di arresto di emergenza?
12. Quali sono le differenze tra apprendimento supervisionato e non supervisionato per il monitoraggio?
13. Come si valida un sistema di monitoraggio basato su dati storici di incidenti?
14. Quali requisiti normativi devono essere soddisfatti da un sistema di sicurezza software?
15. Come si progetta una verifica indipendente per un algoritmo impiegato nella sicurezza?
16. In che modo si gestisce la qualità dei dati sensoriali usati in un sistema di sicurezza?
17. Come si individuano le variabili più rilevanti per prevedere un evento pericoloso?
18. Quali strategie si adottano per aggiornare un modello in modo sicuro durante l'esercizio?
19. Come si documenta la tracciabilità di un modello appreso nel ciclo di vita di un sistema?
20. Quali limiti presentano i modelli basati sui dati quando si verificano eventi rari?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

1. Qual è la differenza tra apprendimento supervisionato e non supervisionato?
2. Che cosa misura la funzione di perdita in un problema di regressione?
3. Perché la suddivisione dei dati in addestramento e validazione è necessaria?
4. Come si riconosce un fenomeno di overfitting dall'andamento dell'errore?
5. Come si confrontano la regressione lineare e la regressione logistica?
6. Come funziona l'algoritmo k-means nel raggruppamento dei dati?
7. Che cosa indica la regolarizzazione L2 sul vettore dei pesi?
8. Quali metriche si usano per valutare un classificatore su classi sbilanciate?
9. Come si costruisce un albero decisionale a partire da un insieme di esempi?
10. Perché il bias e la varianza di uno stimatore sono in compromesso?
11. In che modo la discesa del gradiente aggiorna i parametri di un modello?
12. Quali vantaggi offre un insieme di modelli rispetto a un modello singolo?
13. Come si scelgono gli iperparametri di un modello con una ricerca a griglia?
14. Che cosa significa che un modello generalizza bene su dati mai visti?
15. Come si calcola la matrice di confusione di un classificatore binario?
16. Quando è preferibile una macchina a vettori di supporto con kernel?
17. Perché la normalizzazione delle caratteristiche migliora la convergenza del gradiente?
18. Come si riduce la dimensionalità dei dati con l'analisi delle componenti principali?
19. Quali ipotesi fa il classificatore naive Bayes sulle variabili?
20. Come si interpreta la curva ROC e che cosa rappresenta l'area sotto di essa?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

1. Come si rileva il contorno di un oggetto in un'immagine digitale?
2. Quali differenze esistono tra un filtro gaussiano e un filtro mediano per il rumore?
3. In che modo la trasformata di Hough individua rette in un'immagine?
4. Come si confrontano i descrittori di caratteristiche locali per il riconoscimento di oggetti?
5. Che cosa rappresenta la matrice di co-occorrenza nella descrizione della tessitura?
6. Come si stima il movimento di un oggetto tra due fotogrammi consecutivi?
7. Perché la calibrazione della camera è necessaria per misure metriche da immagini?
8. Come si segmenta un'immagine con il metodo di sogliatura di Otsu?
9. Quali tecniche di stereovisione permettono di stimare la profondità di una scena?
10. In che modo si estraggono le caratteristiche dal segnale sonoro per la classificazione?
11. Come si localizza una sorgente sonora con una coppia di microfoni?
12. Quali vantaggi offre un approccio a finestre temporali per l'analisi di suoni?
13. Come si valuta la prestazione di un sistema di riconoscimento di oggetti?
14. Perché l'illuminazione influisce sulla robustezza di un algoritmo di visione?
15. Come si rappresenta un colore in uno spazio diverso dall'RGB?
16. Quali metodi permettono di ridurre il numero di punti in una nuvola tridimensionale?
17. Come si costruisce un descrittore per la classificazione di eventi sonori?
18. Che cosa si intende per tracciamento di un oggetto in una sequenza video?
19. Come si combinano informazioni visive e sonore per migliorare il riconoscimento?
20. Quali errori tipici compaiono nella segmentazione semantica di scene urbane?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

1. Quali passaggi servono per compilare ed eseguire un programma C da riga di comando?
2. Come si dichiara e si inizializza una variabile di tipo puntatore in linguaggio C?
3. Qual è la differenza tra passare un parametro per valore e per riferimento?
4. Come si gestisce la memoria dinamica con malloc e free e quali errori comuni bisogna evitare?
5. Che cosa succede quando si accede a un indice fuori dai limiti di un array?
6. Come si definisce una classe in Java con attributi, costruttori e metodi?
7. Qual è il ruolo dell'ereditarietà e come si realizza in Java con la parola chiave extends?
8. In che cosa consiste l'incapsulamento e perché conviene nascondere i dettagli interni di una classe?
9. Come si utilizza il polimorfismo per trattare oggetti di classi diverse attraverso un'unica interfaccia?
10. Quale differenza c'è tra un'eccezione controllata e una non controllata in Java?
11. Come si scrive un ciclo for che scorre gli elementi di una collezione?
12. Quando conviene usare una struttura dati ricorsiva e come si verifica la condizione di arresto?
13. Come si testa il corretto funzionamento di una funzione con casi di prova significativi?
14. Che cosa indica la complessità computazionale di un algoritmo e come si stima per un ciclo annidato?
15. Come si leggono dati da tastiera e da file e quali controlli sono necessari sull'input?
16. Perché è utile documentare il codice con commenti e nomi di variabili chiari?
17. Come si individua e si corregge un errore di logica usando un debugger?
18. Quale vantaggio offre la modularizzazione del codice in funzioni separate?
19. Come si confrontano due stringhe in C e in Java e perché il confronto può differire?
20. Quali criteri si seguono per scegliere la struttura dati più adatta a un problema?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.