Prof. Enrico Blanzieri

Argomenti del programma: -) Basi di meccanica quantistica e relativo formalismo matematico; -) Basi di quantum computing; -) Rappresentazioni di informazione classica in hardware quantistici; -) Quantum principal component analysis; -) Quantum clustering; -) Quantum classification; -) Quantum neural networks; -) Quantum annealing per il machine learning;

Argomenti del programma: Introduzione al Data Mining. Tipologie di dati. Statistiche descrittive, Algoritmi per la scoperta di relazioni causali, Algoritmo PC and its applications, Pipeline di Mining, Analisi di Cluster e algoritmi di clustering, Metodi di classificazione, Reti Neurali, Autoencoders, Intelligenza Artificiale interpretabile (Explainable AI), Inferenza causale, Ranking come tipo di dati, Aggregazione di rankings,…

• Il materiale verra' indicato durante le lezioni

Argomenti del programma: Lo studente imparerà a comprendere e applicare: 1) caratteristiche avanzate di C++: operator overloading, memory management (copia profonda), templates, Standard Template Library (STL) and iterators, exceptions, multiple inheritance, namespaces. 2) Tecniche moderne di C++ (C++11 e successivi): a. range-based loop, b. rvalues and move semantics, c. runtime type identification and deduction, d.

• Il materiale verra' indicato durante le lezioni

Argomenti del programma: Lo studente imparerà a comprendere e applicare: 1) caratteristiche avanzate di C++: operator overloading, memory management (copia profonda), templates, Standard Template Library (STL) and iterators, exceptions, multiple inheritance, namespaces. 2) Tecniche moderne di C++ (C++11 e successivi): a. range-based loop, b. rvalues and move semantics, c. runtime type identification and deduction, d.

Argomenti del programma: Introduzione al Data Mining. Tipologie di dati. Statistiche descrittive, Algoritmi per la scoperta di relazioni causali, Algoritmo PC and its applications, Pipeline di Mining, Analisi di Cluster e algoritmi di clustering, Metodi di classificazione, Reti Neurali, Autoencoders, Intelligenza Artificiale interpretabile (Explainable AI), Inferenza causale, Ranking come tipo di dati, Aggregazione di rankings,…