Obiettivi del corso e capacità acquisite dallo studente. Il corso fornisce una preparazione avanzata sui principi, sulle metodologie e sugli strumenti dell'apprendimento automatico, con particolare attenzione alle reti neurali di nuova generazione e alle tecnologie emergenti quali il Quantum Computing e l'Hyperdimensional Computing/Vector Symbolic Architectures. Il percorso formativo integra aspetti teorici, metodologici e applicativi, consentendo agli studenti di comprendere come progettare, sviluppare e validare sistemi intelligenti per l'analisi e l'elaborazione dei dati in contesti complessi dell'ingegneria industriale e dell'informazione. Attraverso attività laboratoriali e studi di caso, gli studenti acquisiranno competenze nella formulazione di problemi data-driven, nella selezione degli algoritmi più appropriati e nella realizzazione di soluzioni innovative per applicazioni che spaziano dall'ottimizzazione alla previsione, dal riconoscimento di pattern all'analisi di sistemi complessi, sviluppando una solida capacità di integrare approcci tradizionali e paradigmi computazionali di nuova generazione.

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

Risultati di apprendimento attesi. Al termine del corso, lo studente sarà in grado di comprendere e applicare in modo critico le principali metodologie di Deep Learning, Quantum Machine Learning e Hyperdimensional Computing per la soluzione di problemi reali in ambito industriale e informativo. Sarà inoltre in grado di progettare e implementare architetture di apprendimento automatico avanzate, valutandone prestazioni, limiti e potenzialità nei diversi contesti applicativi. Grazie all'esperienza maturata nelle attività sperimentali, lo studente saprà utilizzare strumenti e framework specialistici per lo sviluppo di modelli innovativi, interpretarne i risultati e valutarne l'efficacia anche sotto il profilo dell'interpretabilità e della sostenibilità tecnologica. Al termine del percorso avrà inoltre acquisito la capacità di comunicare in modo efficace metodologie, risultati e implicazioni applicative a interlocutori sia specialisti sia non specialisti, operando con autonomia e consapevolezza nei moderni contesti della data analytics, della business intelligence e dell’intelligenza artificiale avanzata.