Con questa funzione puoi costruire il tuo calendario settimanale delle lezioni, personalizzato sulla base dei corsi che intendi seguire.
Attenzione: l'Orario Personalizzato non sostituisce la presentazione del piano degli studi! E' uno strumento informale, che ti può aiutare a gestire al meglio l'organizzazione della frequenza alle lezioni prima della presentazione del piano studi.
Dopo aver presentato piano ti raccomandiamo di utilizzare il servizio Orario delle lezioni presente nel tuo elenco dei Servizi Online.
Per creare il calendario personalizzato segui queste istruzioni:
- Clicca sul link "Abilita" per procedere. Ti verrà chiesto il cognome e nome per determinare il tuo scaglione alfabetico.
-
Per aggiungere o togliere insegnamenti dal tuo Orario Personalizzato, utilizza le iconcine che trovi in corrispondenza degli insegnamenti:
 aggiunta dell'insegnamento rimozione dell'insegnamento selezione della sezione del laboratorio di Architettura
(N.B: la sezione effettiva in cui si dovrà seguire la didattica verrà determinata dopo la presentazione dei Piani di Studio)
-
Nella barra laterale a sinistra è indicato il numero degli insegnamenti inseriti nell'Orario.
Sono inoltre presenti questi comandi:
 Visualizza orario: permette di visualizzare l'orario sinottico settimanale Elimina orario: cancella le selezioni effettuate
Al termine dell'inserimento, puoi stampare il calendario che hai costruito.
| Semestre (Sem) | | 1 | Primo Semestre | | 2 | Secondo Semestre | | A | Insegnamento Annuale | Lingua d'erogazione |  | Insegnamento completamente offerto in lingua italiana |  | Insegnamento completamente offerto in lingua inglese | | -- | Non definita | Didattica innovativa |  | I CFU riportati a fianco a questo simbolo indicano la parte dei CFU dell'insegnamento erogati con Didattica Innovativa.
Tali CFU riguardano:
- Cotutela con mondo esterno
- Blended Learning & Flipped Classroom
- Massive Open Online Courses (MOOC)
- Soft Skills
|
|
|
Anno Accademico
|
2018/2019
|
|
Scuola
|
Scuola di Ingegneria Industriale e dell'Informazione
|
|
Corso di Studi
|
(Mag.)(ord. 270) - MI (481) Computer Science and Engineering - Ingegneria Informatica
|
|
Piano di Studio preventivamente approvato
|
T2A - COMPUTER SCIENCE AND ENGINEERING
|
|
Anno di Corso
|
2
|
|
Codice Identificativo
|
055126
|
|
Denominazione Insegnamento
|
ADVANCES IN DEEP LEARNING WITH APPLICATIONS IN TEXT AND IMAGE PROCESSING
|
|
Tipo Insegnamento
|
Monodisciplinare
|
|
Crediti Formativi Universitari (CFU)
|
5.0
|
|
Semestre
|
Insegnamento Annuale
|
|
Programma sintetico
|
Nowadays deep learning spans multiple fields in science and engineering, from autonomous driving to human machine interaction. Deep networks have outperformed traditional hand-crafted algorithms, and achieved human performance in solving many complex tasks, such as natural language processing and image recognition. A plethora of papers presenting the success of deep learning in different scenarios is steadily being published, and most often papers frame on a few, very successful, architectures. These architectures are nowadays becoming de facto standards in deep learning such as: convolutional neural networks (CNN), long-short time memories (LSTM), generative adversarial networks (GAN), graph networks, to name a few examples.
Our goal is to provide the students with the skills to understand, become familiar, and use for their research the most successful architectural patterns in deep neural networks.
This is intended as an advanced course, thus proficiency in neural networks and basic notions of non linear optimization and image/signal processing are assumed as pre-requirement to the participants.
|
| Orario: aggiungi e rimuovi | Scaglione | Docente | Lingua offerta | Programma dettagliato |
|---|
| Da (compreso) | A (escluso) |
|---|
| -- | -- | -- | Docente non definito | | -- |
|
|
Dettaglio 
Orario didattico