È necessario iscriversi almeno una settimana prima della prima lezione.
Se non è possibile iscriversi, inviare un'e-mail al docente.

Obiettivi: Questo corso offre una panoramica dei principali paradigmi nell'ambito dell'apprendimento automatico, tra cui apprendimento supervisionato, non supervisionato, semi-supervisionato, auto-supervisionato, few-shot e federato.
Il corso tratta i fondamenti teorici, le implementazioni algoritmiche e le applicazioni pratiche di questi paradigmi.

Prerequisiti: Conoscenza degli algoritmi (di base) di apprendimento automatico.

Contenuti:

• Riepilogo sull'apprendimento supervised e unsupervised
• Apprendimento semi-supervised e weakly supervised
• Apprendimento self-supervised
• Apprendimento few-shot
• Apprendimento attivo
• Apprendimento continuo, incrementale e permanente
• Apprendimento federato

Esame: Progetto con l'applicazione delle tecniche viste in classe ad un caso studio nella propria area di ricerca

Materiale didattico: Slide fornite dal docente