Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
INFORMATICA
Insegnamento
COGNITIVE SERVICES
SCP7079279, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INFORMATICA
SC1176, ordinamento 2014/15, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese COGNITIVE SERVICES
Sito della struttura didattica http://informatica.scienze.unipd.it/2017/laurea_magistrale
Dipartimento di riferimento Dipartimento di Matematica
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ALESSANDRO SPERDUTI INF/01

Mutuazioni
Codice Insegnamento Responsabile Corso
SCP7079279 COGNITIVE SERVICES ALESSANDRO SPERDUTI SC2377

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Discipline Informatiche INF/01 6.0

Modalità di erogazione
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LABORATORIO 2.0 16 34.0 Nessun turno
LEZIONE 4.0 32 68.0 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018

Syllabus
Prerequisiti: Lo studente deve avere conoscenze di base di programmazione e algoritmi. È inoltre consigliabile conoscere i concetti di base in termini di probabilità e di analisi delle funzioni multivariate.
Conoscenze e abilita' da acquisire: Questo corso insegna i concetti, i metodi e le tecnologie alla base dei Servizi Cognitivi, vale a dire API, SDK e servizi, tipicamente disponibili nella nuvola (cloud), che aiutano gli sviluppatori software a creare applicazioni di intelligenza artificiale. Esempi di funzioni intelligenti che possono essere aggiunte ad un'applicazione tramite l'utilizzo di Servizi Cognitivi sono: il rilevamento delle emozioni da video; riconoscimento facciale, del contenuto visivo e vocale; comprensione linguistica e del parlato.
I corso inoltre insegna le competenze e le abilità specifiche necessarie per applicare tali concetti alla progettazione e all'implementazione di applicazioni di intelligenza artificiale.
Gli studenti dovranno affrontare esercizi pratici in laboratorio informatico, in modo da provare l'applicazione delle conoscenze acquisite a piccoli esempi pratici.
Modalita' di esame: Lo studente deve sviluppare, in accordo con il docente, un piccolo progetto applicativo. Inoltre, lo studente deve presentare una relazione scritta sul progetto svolto, in cui si discutono criticamente tutte le questioni trattate durante la sua realizzazione. Lo studente presenterà e discuterà il progetto e, se ritenuto necessario dal docente, affronterà un esame orale.
Criteri di valutazione: Il lavoro di progetto e l'eventuale esame orale saranno valutati sulla base dei seguenti criteri: a) conoscenza da parte dello studente dei concetti, dei metodi e delle tecnologie alla base dei Servizi Cognitivi; b) capacità dello studente di padroneggiare la tecnologia di implementazione; c) capacità di sintesi, chiarezza e astrazione dello studente, come dimostrato dalla relazione scritta e dal progetto.
Contenuti: Il corso comprende gli argomenti elencati di seguito:
- Introduzione:
Dalla conoscenza umana ai servizi cognitivi intelligenti; Breve introduzione ai paradigmi di Intelligenza Artificiale e Apprendimento Automatico.
- Servizi cognitivi:
Concetti basilari; Lingua, Discorso e servizi di visione; Servizi e API principali (IBM Watson, Microsoft, Google Cloud); Tecnologie abilitanti.
- Problemi di apprendimento automatico e di applicazione:
Classificazione; Apprendimento delle rappresentazioni e selezione delle variabili categoriali; Processo di apprendimento e di valutazione; Misure di valutazione.
- Riconoscimento visivo:
"Insegnare ai computer a vedere": estrarre informazioni ricche da dati visivi; Sfide: perché la visione artificiale è difficile ?; Progettare funzionalità visive efficaci; Apprendimento delle rappresentazioni nella visione artificiale; Comprensione delle immagini.
- Esercizi pratici:
Cosa c'è nella scatola? Come costruire una pipeline di riconoscimento visivo; Utilizzo di servizi cognitivi per il riconoscimento / comprensione delle immagini; Combinazione di diversi servizi in uno scenario multi-modale.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso consiste in lezioni e esercizi in laboratorio informatico. Gli esercizi in laboratorio informatico consentono agli studenti di sperimentare, in diversi scenari operativi, le tecniche introdotte a lezione. In questo modo gli studenti possono verificare sperimentalmente i concetti appresi in classe, acquisire la capacità di applicare i concetti appresi e di esprimere un giudizio critico.
Eventuali indicazioni sui materiali di studio: Le presentazioni mostrate durante le lezioni sono rese disponibili agli studenti come materiale di riferimento.
Testi di riferimento: