Curriculum MIA: Matematica per l'Intelligenza Artificiale
Formazione durante il SECONDO ANNO di studi MAGISTRALE
Corsi erogati durante il secondo anno del percorso magistrale
Durante il secondo anno lo studente proseguirà la sua formazione come matematico seguendo corsi cardine (e.g. Istituzioni di Algebra Superiore, Geometria Differneziale, etc.) ma continuerà a specializzarsi nei meandri dell'Intelligenza Artificiale dedicando una parte preponderante di tempo ai Laboratori Computazionali e all'Informatica Teorica.
Elenco dei corsi da seguire durante il secondo anno di studi
Elenco dei corsi da seguire durante il secondo anno di studi
Esame a scelta tra: Algorithmic Game Theory
Docente del primo corso: Prof. Vittorio Bilò Programma del corso: clicca qui. Complessità Computazionale Docente del corso: Prof. Antonio Caruso Programma del secondo corso: clicca qui. Esame a scelta tra: Crittografia Docente del corso: Prof. Alessandro Montinaro Programma del corso: clicca qui. Istituzioni di Geometria Superiore Docente del corso: Prof. Giovanni Calvaruso Programma del corso: Clicca qui. Istituzioni di Algebra Superiore Docente del corso: Prof. Francesco Catino Programma del corso: clicca qui. Equazioni alle Derivate Parziali Docente del corso: Prof. Giorgio Metafune Programma del corso: clicca qui. |
Analisi NumericaDocente del corso:
Prof. Ivonne Sgura. Programma del corso: Clicca qui. . Esame a scelta libera (9CFU) Lo studente può integrare e cesellare il suo percorso formativo in ragione dei suoi interessi scientifici, le sue passioni e la sua attitudine alla ricerca con mirati esami specialistici per un totale di nove crediti formativi. Esempi di esami consigliati: Elements of Statistical Learning Prof. Angelo Coluccia Programma del corso: clicca qui Sistemi Dinamici Prof. Alessandra Lanotte Programma del corso: clicca qui Meccanica Statistica Prof. Lugi Martina Programma del corso: clicca qui |
Laboratorio di AIDocente del corso:
Prof. Adriano Barra Prof. Fabrizio Durante Programma del corso: Clicca qui. Tirocinio (4 CFU) L'esperienza del tirocinio formativo è oltremodo incoraggiata in questo percorso di laurea magistrale poiché il know-how inerente l'AI appreso -tanto nei corsi di natura teorica (e.g. machine learning, neural networks, complessità algoritmica) quanto nei laboratori computazionali (laboratorio di AI, laboratorio di analisi numerica)- si consolida e personalizza una volta messo in pratica e questo si espleta al meglio nei tirocini formativi. Inoltre questi sono pensati in cotutela con la struttura ospitante al fine di far proseguire poi lo studente all'interno della stessa alla volta della stesura della tesi di laurea. (si veda la voce "tesi magistrale" per approfondimenti) |
Lo schema logico sul quale si innesta l'erogazione dei corsi del II anno nel Curriculum MIA è il seguente:
Lo studente iscritto al MIA, oltre alla formazione classica (e.g. le Istituzioni) avrà chiuso il suo primo anno avendo seguito un corso (teorico) di Machine Learning, un corso (teorico) di Neural Networks (Metodi Matematici per AI), un corso (applicato) di Data Mining ed un corso (applicato) di Statistica avanzata e sarà pronto per mettere all'opera quanto appreso nel suo secondo anno, che di contro sarà basato in modo sostanziale sui Laboratori Computazionali e sull'Informatica per poi permettere allo studente di cesellare la sua formazione in ragione delle sue passioni lasciando allo stesso nove crediti formativi a scelta.
In particolare lo studente dovrà espletare due Laboratori Computazionali caratterizzanti, uno di Intelligenza Artificiale ed uno di Analisi Numerica: questi laboratori, nello specifico di questo percorso MIA, ricoprono un ruolo pivotale: lo scopo ultimo della laurea MIA è di formare "professionisti di Scienze Dure" a loro agio nel settore dell'AI ed è quindi impensabile che gli stessi non ne abbiano dimestichezza in concreto, a dire tanto con gli algoritmi di machine learning quanto con i telai neurali sui quali questi algoritmi girano. Ovviamente anche un know-how di Informatica classica è imprescindibile in questo percorso formativo, quindi -durante il secondo anno di studi- è anche previsto che lo studente interagisca copiosamente con la compagine di Informatici di cui il Dipartimento dispone e almeno un esame di Informatica (a scelta dello studente) è reso obbligatorio (lasciandone un secondo come auspicabile, vide infra).
Infine è anche prezioso commentare sui 9 CFU dell'esame a scelta: mentre da un lato sproniamo lo studente a studiare Informatica, non imponiamo due corsi obbligatori, questo perché è nostro credo che lo studente debba seguire le sue passioni affinché possa lavorare in maniera produttiva e felice un domani e quindi lasciamo che lo stesso ceselli il suo percorso formativo in ragione delle stesse. Ad esempio non è quindi impossibile sacrificare il secondo esame di Informatica per approfondire la propria conoscenza della teoria delle equazioni alle derivate parziali (per maneggiare con padronanza le reti neurali) o, parimenti, per apprendere la dinamica caotica del raggiungimento all'equilibrio delle reti neurali mediante il corso di Sistemi Dinamici o ancora per studiare la crittografia (fondamentale per gli aspetti dell'AI più dediti alla finanza, dai bit-coin alla sicurezza informatica) o altri ambiti della Matematica e della Fisica che trovano naturale sovrapposizione con il curriculum MIA.
click here: cosa succede durante il tirocinio e la tesi di laurea?
Lo studente iscritto al MIA, oltre alla formazione classica (e.g. le Istituzioni) avrà chiuso il suo primo anno avendo seguito un corso (teorico) di Machine Learning, un corso (teorico) di Neural Networks (Metodi Matematici per AI), un corso (applicato) di Data Mining ed un corso (applicato) di Statistica avanzata e sarà pronto per mettere all'opera quanto appreso nel suo secondo anno, che di contro sarà basato in modo sostanziale sui Laboratori Computazionali e sull'Informatica per poi permettere allo studente di cesellare la sua formazione in ragione delle sue passioni lasciando allo stesso nove crediti formativi a scelta.
In particolare lo studente dovrà espletare due Laboratori Computazionali caratterizzanti, uno di Intelligenza Artificiale ed uno di Analisi Numerica: questi laboratori, nello specifico di questo percorso MIA, ricoprono un ruolo pivotale: lo scopo ultimo della laurea MIA è di formare "professionisti di Scienze Dure" a loro agio nel settore dell'AI ed è quindi impensabile che gli stessi non ne abbiano dimestichezza in concreto, a dire tanto con gli algoritmi di machine learning quanto con i telai neurali sui quali questi algoritmi girano. Ovviamente anche un know-how di Informatica classica è imprescindibile in questo percorso formativo, quindi -durante il secondo anno di studi- è anche previsto che lo studente interagisca copiosamente con la compagine di Informatici di cui il Dipartimento dispone e almeno un esame di Informatica (a scelta dello studente) è reso obbligatorio (lasciandone un secondo come auspicabile, vide infra).
Infine è anche prezioso commentare sui 9 CFU dell'esame a scelta: mentre da un lato sproniamo lo studente a studiare Informatica, non imponiamo due corsi obbligatori, questo perché è nostro credo che lo studente debba seguire le sue passioni affinché possa lavorare in maniera produttiva e felice un domani e quindi lasciamo che lo stesso ceselli il suo percorso formativo in ragione delle stesse. Ad esempio non è quindi impossibile sacrificare il secondo esame di Informatica per approfondire la propria conoscenza della teoria delle equazioni alle derivate parziali (per maneggiare con padronanza le reti neurali) o, parimenti, per apprendere la dinamica caotica del raggiungimento all'equilibrio delle reti neurali mediante il corso di Sistemi Dinamici o ancora per studiare la crittografia (fondamentale per gli aspetti dell'AI più dediti alla finanza, dai bit-coin alla sicurezza informatica) o altri ambiti della Matematica e della Fisica che trovano naturale sovrapposizione con il curriculum MIA.
click here: cosa succede durante il tirocinio e la tesi di laurea?