IdCL23

Lingua Insegnamento:

Italiano
Testi di riferimento:

Machine Learning: A multistrategy approach. Autore: Tom Mitchell

Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow: Concepts, Tools, and Techniques to Build Intelligent Systems. Autore: Aurélien Géron. O'Reilly
Obiettivi formativi:

L'obiettivo del corso è quello di sensibilizzare l'ingegnere delle costruzioni alle tematiche relative all'intelligenza artificiale e al machine learning, fornendo una panoramica delle principali nozioni che possono essere di ausilio alla gestione del cantiere digitale.
Prerequisiti:

Conoscenza dell'informatica di base in termini di linguaggi di programmazione e architettura dei calcolatori. Matematica e fisica di base.
Metodi didattici:

Lezione frontale con l'utilizzo di presentazioni power point o PDF.
Modalità di verifica dell'apprendimento:

Quesiti a risposta multipla sugli argomenti del corso.
Sostenibilità:
Altre Informazioni:

Le lezioni verranno erogate in presenza, salvo casi specifici che dovranno essere opportunamente discussi con il docente.

Introduzione al Machine Learning. Data preprocessing. Il problema dell'apprendimento. Classificazione, regressione e clustering. Deep learning. Esercizi con le principali librerie Python orientati all'ingegneria delle costruzioni e al cantiere digitale.

Introduzione al Machine Learning. Il processo di knowledge discovery. Preprocessing dei dati. Il problema dell'apprendimento. Apprendimento supervisionato e non supervisionato. Apprendimento batch, incrementale, naturale. Reinforcement learning. Problemi connessi al learning: tuning dei parametri, valutazione delle performance, training, validation e test, il problema dell'overfitting. Classificazione: gli alberi decisionali. Regressione lineare e logistica. Le reti neurali artificiali. Clustering: K-Means. Clustering agglomerativo e density-based (DBSCAN). Representation learning. Convolutional Neural Network. Recurrent Neural Network. Long Short-Term Memory Network. Introduzione al linguaggio Python. Python e l'ambiente Jupyter Notebook. L'ambiente Sikit-learn: esercizi su classificazione supervisionata per ingegneria delle costruzioni.
L'ambiente TensorFlow: esercizi su Convolutional Neural Network e Recurrent Neural Network per ingegneria delle costruzioni.
Librerie per il calcolo parallelo: esercizi per ingegneria delle costruzioni.