Obiettivi del modulo e capacità acquisite dallo studente. Attraverso l’introduzione dei fondamenti sugli aspetti teorici, tecnici e pratici nella progettazione e nell'implementazione di sistemi di apprendimento automatico per la soluzione di problemi di analisi di segnali, misure e, più in generale, di grandi moli di dati (c.d. big data), in particolare mediante tecniche di Intelligenza Computazionale basate su reti neurali, logica fuzzy, algoritmi evolutivi, etc., lo studente rafforzerà le conoscenze acquisite nel primo ciclo di studi. Saranno in tal senso approfondite le applicazioni nell'ambito dell’Ingegneria Industriale e dell'Informazione per la soluzione di problemi supervisionati e non supervisionati riguardanti ottimizzazione, approssimazione, regressione, interpolazione, predizione, filtraggio, riconoscimento e classificazione, al fine di elaborare e applicare idee originali anche in un contesto di ricerca. L'obiettivo principale del corso è quello di consentire allo studente di sviluppare sistemi di apprendimento automatico attraverso un’adeguata formulazione del problema, una scelta appropriata degli algoritmi adatti a risolvere il problema e l'esecuzione di esperimenti in attività di laboratorio per valutare l’efficacia delle tecniche adottate. Durante il corso verranno principalmente esposti i concetti e le idee di base che permettono l'effettivo utilizzo degli algoritmi di Machine Learning nelle applicazioni civili e industriali, piuttosto che la loro formulazione puramente matematica. Pertanto lo studente integrerà le conoscenze acquisite per gestire la complessità di un meccanismo di apprendimento induttivo ove si estrapoli nuova conoscenza, orientata alla soluzione di problemi applicativi, a partire da informazioni limitate dovute alla contingenza organizzativa dell’insegnamento.

Prerequisiti. Fondamenti di matematica impartiti negli insegnamenti ingegneristici di base.

Risultati di apprendimento attesi. Capacità di analisi e soluzione delle problematiche relative a progettazione, realizzazione e test di algoritmi di Machine Learning, con particolare riferimento allo sviluppo in ambiente Matlab/Python, per la realizzazione di sistemi di apprendimento automatico applicati a problemi di Ingegneria Industriale e dell'Informazione in ambito gestionale, elettrico, meccanico, logistico, biomedicale, aerospaziale, etc., nonché per la formazione di competenze professionali e aziendali capaci di relazionarsi nel contesto tecnico-scientifico del data analytics e della business intelligence in un contesto perciò più ampio rispetto allo specifico settore di studio ingegneristico dello studente. Le tematiche affrontate nel corso sono di generale interesse nell'ambito scientifico e industriale, in particolare nell'analisi dei materiali, nella progettazione di dispositivi e circuiti, nei sistemi di automazione e controllo, nell'inversione di modelli fisici e di modelli astratti di tipo organizzativo e decisionale, nella gestione delle reti complesse (smart grid, distribuzione energetica e delle merci, reti biologiche e sociologiche, etc.). Nondimeno, saranno introdotte le applicazioni di nuove tecnologie nello sviluppo di sistemi di calcolo innovativi, in primis i calcolatori quantistici, nei quali si rende indispensabile l'utilizzo di algoritmi di intelligenza computazionale e di machine learning per lo sfruttamento efficace e all'avanguardia degli stessi. A valle di tale insegnamento, lo studente sarà pertanto in grado di comunicare le conoscenze acquisite a interlocutori specialisti e non specialisti nel mondo della ricerca e del lavoro in cui svilupperà le sue successive attività scientifiche e/o professionali.