Pagina ufficiale del corso

Informazioni di carattere generale (programma, testi, modalità di esame, etc.) sono reperibili nella pagina ufficiale dell'insegnamento.

Dispense del docente (aggiornate AA 2024/2025)

Le slide del corso (aggiornate AA 2024-25) in formato PDF sono disponibili su Virtuale.
Non utilizzare slide di anni precedenti.

Sono disponibili nella piattaforma Microsoft Stream le registrazioni (grezze) delle lezioni (AA 2020/2021).
Per l'accesso utilizzare le credenziali unibo e selezionare canale "Lezioni Machine Learning".
ATTENZIONE: Le slide del corso nel frattempo sono state aggiornate e le registrazioni non sono allineate.
Se ne sconsiglia dunque l'uso (se non per casi particolari).

Altro materiale didattico

• Vecchi testi d'esame e corrispondenti Soluzioni
• Applicazione PRLab
• Regressione: Esempi con Scikit-learn e Tensorflow 2.x (visti a lezione)
• Data Cleaning: Guida introduttiva
• Hands-on with Artificial Intelligence on the Edge: Slide Seminario (dott. Giacomo Bartoli)
• Creatività Artificiale: Slide Seminario (prof. Davide Maltoni)
• Open-Source Frameworks for Deep Learning: an Overview: Slide Seminario 2021 (dott. Lorenzo Pellegrini), Colab notebook
• From art to deep fakes - an introduction to Generative Adversarial Networks: Slide Seminario (dott. Gabriele Graffieti)

Esercitazioni di laboratorio

• Introduzione alle esercitazioni di laboratorio
• Installazione di Anaconda e Jupyter

In caso di problemi di installazione contattare il Tutor del corso dott. Nicolò Di Dimenico (nicolo.didomenico@unibo.it)

• Come registrarsi alla competizione
• Machine Learning Course Competition 2024/2025
• Classifica Generale Competition 2024/25

1. Esercitazione introduttiva
2. Esercitazione sul classificatore di Bayes
3. Esercitazione su k-NN, SVM e ottimizzazione degli iperparametri - Dataset
4. Esercitazione su classificazione e feature extraction - Dataset
5. Esercitazione su regressione - Dataset
6. Esercitazione su K-means - Dataset
7. Esercitazione su Reti Neurali - Dataset
8. Esercitazione su Convolutional Neural Network - Dataset

Soluzioni delle esercitazioni

1. Esercitazione introduttiva
2. Esercitazione sul classificatore di Bayes
3. Esercitazione su k-NN, SVM e ottimizzazione degli iperparametri
4. Esercitazione su classificazione e feature extraction
5. Esercitazione su regressione
6. Esercitazione su K-means
7. Esercitazione su Reti Neurali