GENERALI
L’obiettivo del corso è quello di fornire una panoramica generale delle moderne tecniche di Machine Learning e delle loro principali applicazioni nei sistemi di sicurezza. Oltre alla descrizione dei principi fondamentali del Machine Learning, il corso fornisce le conoscenze necessarie per comprendere ed applicare gli approcci del Machine Learning alle tecniche di classificazione, regressione e clustering al fine di risolvere problemi pratici in diversi contesti applicativi attraverso l’uso di reti neurali e altre tecniche di apprendimento. Durante il corso verrà anche descritto l’utilizzo di software specifici, quali WEKA, per l’implementazione, l’utilizzo e la validazione delle moderne tecniche di Machine Learning. Al termine del corso, gli studenti saranno in grado di gestire diversi modelli di Machine Learning, impostare i diversi parametri per applicazioni specifiche e progettare soluzioni ad hoc scalabili a seconda della quantità di dati a disposizione.

SPECIFICI
• Conoscenza e capacità di comprensione: conoscere i problemi, le metodologie e le applicazioni delle moderne tecniche di Machine Learning.
• Capacità di applicare conoscenze e comprensione: essere in grado di sviluppare in autonomia diversi algoritmi di classificazione, regressione e clustering applicabili in diversi contesti applicativi.
• Autonomia di giudizio: sviluppare adeguate capacità critiche attraverso la frequenza di esercitazioni pratiche di sviluppo di particolari algoritmi e interpretazione dei risultati ottenuti.
• Abilità comunicative: esercitare la capacità di esporre in modo critico gli argomenti appresi durante il corso.
• Capacità di apprendimento: lo studio individuale allenerà adeguatamente la capacità di studio autonomo e indipendente.