Organizzazione del corso:
Il corso si terrà nella seconda metà di gennaio (16-23) 2026.

Panoramica del corso:
Il corso mira a fornire una comprensione approfondita dei modelli fondamentali, che rappresentano la base delle moderne applicazioni di machine learning. Gli studenti esploreranno i fondamenti teorici e le implementazioni pratiche di questi modelli, concentrandosi sulle loro capacità di sviluppo, scalabilità e generalizzazione. Particolare enfasi sarà posta sulle tecniche per migliorare le prestazioni dei modelli utilizzando fonti di conoscenza esterne e su metodi efficienti che ottimizzano l'utilizzo delle risorse senza sacrificare l'efficacia del modello.

Materiali del corso:
Forniti dai docenti.

Valutazione finale:
Gli studenti possono scegliere una delle due opzioni per la valutazione finale:

1. Modalità Hackathon: completare un semplice progetto su un argomento correlato agli argomenti del corso, che verrà presentato brevemente solo l'ultimo giorno del corso.
2. Modalità Presentazione: scegliere un articolo di ricerca, in coordinamento con il docente, e presentare una presentazione su di esso. Ciò può essere fatto in qualsiasi momento concordato (fino a 1 mese dopo l'ultima lezione), consentendo agli studenti di approfondire un aspetto specifico dell'argomento presentato durante il corso.