[BRML] David Barber

• Il corso non prevede un libro di testo ufficiale che ne copra tutti i contenuti. Tuttavia, di seguito sono indicati alcuni testi di riferimento che trattano parti del programma.

Argomenti del programma: Gli argomenti trattati nell’ambito del corso includono: Apprendimento bayesiano Modelli grafici non diretti Reti bayesiane dinamiche Fondamenti del deep learning (CNN, Autoencoder, DBN, reti ricorrenti con meccanismi di gating, ecc.) Deep learning per la visione artificiale e l’elaborazione dei segnali Deep learning generativo (VAE, GAN, modelli di diffusione, modelli espliciti, ecc.) Modelli avanzati di deep…