Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Ingegneria e scienze informatiche - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2012/2013
Insegnamenti | Crediti | TAF | SSD |
---|
Tre insegnamenti a scelta tra i seguenti
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Tre insegnamenti a scelta tra i seguenti
Insegnamenti | Crediti | TAF | SSD |
---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Teorie e tecniche del riconoscimento (2011/2012)
Codice insegnamento
4S02803
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Periodo
II semestre dal 1 mar 2012 al 15 giu 2012.
Obiettivi formativi
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 e statistiche con particolar riferimento all’apprendimento automatico di sistemi volti al riconoscimento e la classificazione.
Le applicazioni che questa disciplina coinvolge sono molteplici.
Tra queste ci sono le applicazioni legate all’elaborazione delle immagini e visione, data mining, l'analisi ed interpretazione di dati medicali, la biometria, l'imaging biomedicale, la videosorveglianza, la robotica, il riconoscimento della voce e numerose altre.
Programma
--Introduzione: cos’è, a cosa serve, sistemi, applicazioni
--Riconoscimento e classificazione
--Teoria della decisione di Bayes
--Stima dei parametri
--Metodi non parametrici
--Classificatori lineari, non lineari e funzioni discriminanti
--Estrazione e selezione di feature, PCA e trasformata di Fisher
--Algoritmo Expectation-Maximization e misture di Gaussiane
--Metodi generativi e discriminativi
--Metodi Kernel e Support Vector Machines
--Reti neurali artificiali
--Hidden Markov Models
--Metodi di classificazione non supervisionata (clustering)
--Pattern recognition per l'analisi ed il riconoscimento in immagini e video
Modalità d'esame
Progetto e prova orale.
Materiale e documenti
-
Lab0 - ripasso avanzato MATLAB (zip, it, 0 KB, 3/7/12)
-
Lab 1 - Classificatori di Bayes (zip, it, 6397 KB, 3/14/12)
-
Lab 2 - PCA e LDA (zip, it, 5058 KB, 4/11/12)
-
Lab 3 - Tracking (zip, it, 2 KB, 5/2/12)
-
Lab 4 - Hidden Markov Models (zip, it, 6929 KB, 5/16/12)
-
Lab 5 - Conclusione (zip, it, 92 KB, 6/6/12)
-
Lez 0 - Introduzione al corso (vnd.ms-powerpoint, it, 169 KB, 4/17/12)
-
Lez 1 - Introduzione alla pattern recognition (vnd.ms-powerpoint, it, 1893 KB, 4/17/12)
-
Lez 2 - Teoria di Bayes (vnd.ms-powerpoint, it, 1002 KB, 4/17/12)
-
Lez3bis - Estrazione Features (integrazione LDA) (pdf, it, 810 KB, 3/20/12)
-
Lez 3 - Estrazione delle features (PCA, eigenfaces) (vnd.ms-powerpoint, it, 1278 KB, 4/17/12)
-
Lez 4 - Stima parametrica di modelli (vnd.ms-powerpoint, it, 4274 KB, 4/17/12)
-
Lez 5 - Stima non parametrica di modelli (vnd.ms-powerpoint, it, 3173 KB, 4/17/12)
-
Lez 6 - Modelli generativi complessi (vnd.ms-powerpoint, it, 4716 KB, 4/24/12)
-
Lez 7 - Modelli discriminativi (zip, it, 5510 KB, 6/5/12)
-
Mapping Lezioni - Testi (pdf, it, 177 KB, 6/6/12)
-
Progetti TTR 2011-2012 (zip, it, 4968 KB, 5/8/12)