Adriano Barra
Last Update  18/05/2022
  • Home
  • Publications
  • CV
  • Teaching
    • Alumni
    • Modules
  • Contact
  • Guerra80
  • Italia-Israele
  • MIA laurea
    • Primo Anno MIA
    • Secondo Anno MIA
    • Tesi Magistrale

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

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 Numerica

Docente 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 AI

Docente 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?
Proudly powered by Weebly