Il corso intende fornire i fondamenti teorici e le metodologie principali relative all’analisi e riconoscimento automatico di dati di qualsiasi tipo, detti tipicamente pattern.
Questa disciplina è alla base o completa molte altre discipline di più larga diffusione come l’elaborazione delle immagini, la visione, l’intelligenza artificiale, l’analisi di grosse quantità di dati, le basi di dati, e numerose altre.
Nel corso verrà data enfasi alle tecniche probabilistiche con particolar riferimento all’addestramento di sistemi volti al riconoscimento (anche di immagini, ma non solo) e alle reti neurali.
Le applicazioni che questa disciplina coinvolge sono molteplici. Tra queste ci sono le applicazioni legati all’elaborazione delle immagini e visione, data mining, la bioinformatica, analisi ed interpretazione di dati medicali e biologici (e.g., genomica, proteomica, sierologia, etc.), la biometria, l'imaging biomedicale, la videosorveglianza, la robotica, il riconoscimento della voce e numerose altre.
Il corso viene svolto in 32 ore di lezioni frontali e 12 ore di laboratorio. L'attività di laboratorio prevede la pratica e risoluzione di esercizi mediante l'uso di MATLAB volti all'apprendimento pratico e alla miglior comprensione della teoria svolta a lezione.
Modalità di verifica dei crediti
La verifica del profitto avverrà mediante un'attività di progetto e una breve prova orale.
Il progetto riguarderà gli argomenti trattati a lezione con riferimento all'elaborazione delle immagini e visione, ma anche altre applicazioni potranno essere considerate.
La prova orale verterà sui temi sviluppati a lezione e potrà essere sostituita da una prova scritta con brevi domande simili alla prova orale.
Il superamento della prova porta all'acquisizione di 5 crediti.
Orario
Martedi`: 12.30-13.30 e 16.30-18.30Testi di riferimento
Mercoledi`: 8.30-10.30
L'orario di Laboratorio (tipicamente lab alfa) verra' comunicato a lezione.
Lucidi del corso - A.A. 2002-03 (area riservata)