Questo corso fornisce una completa introduzione moderna al campo dell’apprendimento automatico. È progettato per gli studenti che vogliono capire non solo cosa fanno gli algoritmi di apprendimento automatico e come possono essere utilizzati, ma anche i principi fondamentali alla base di come e perché funzionano. Vedere la descrizione del corso e Lezioni per maggiori dettagli.
I prerequisiti sono una conoscenza di base di algebra lineare (matrici, autovettori), probabilità, statistica, programmazione in python e latex. Vedere la descrizione del corso e, soprattutto, la pagina delle risorse per i link
Per iscriversi al corso tutti gli studenti devono compilare il modulo lista d’attesa. Faremo del nostro meglio per accogliere il maggior numero possibile di studenti qualificati, ma in genere riceviamo più richieste di registrazione rispetto alla capacità del corso. Le decisioni di registrazione/autorizzazione si baseranno principalmente sugli sfondi degli studenti e sulle politiche di lista d’attesa dipartimentali.
Lezioni sono via zoom MW 10:30-12:00, F 9:30am-11:00am . Le registrazioni delle lezioni sono su tela, la frequenza è fortemente incoraggiata.
Il programma, comprese le date degli esami, è in lezioni.
Le assegnazioni saranno pubblicate in Canvas.I tuoi homeworks saranno inviati tramite Gradescope.La codifica sarà nei notebook Python Jupyter usando Numpy/SKLearn / Pytorch. I lavori di casa scritti saranno in Latex.
Per domande sul materiale didattico e le assegnazioni, utilizzare Piazza.
sito dell’anno scorso