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.

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Definizione dei periodi di lezione
Periodo Dal Al
Primo semestre 3-ott-2022 27-gen-2023
Secondo semestre 6-mar-2023 16-giu-2023
Sessioni degli esami
Sessione Dal Al
Sessione invernale d'esame 30-gen-2023 3-mar-2023
Sessione estiva d'esame 19-giu-2023 31-lug-2023
Sessione autunnale d'esame 4-set-2023 29-set-2023
Vacanze
Periodo Dal Al
Ponte Festa di tutti i Santi 31-ott-2022 1-nov-2022
Ponte dell'Immacolata Concezione 8-dic-2022 9-dic-2022
Vacanze natalizie 23-dic-2022 8-gen-2023
Vacanze di Pasqua 7-apr-2023 10-apr-2023
Festa della Liberazione 24-apr-2023 25-apr-2023
Festa del lavoro 1-mag-2023 1-mag-2023
Festa del Santo Patrono 21-mag-2023 21-mag-2023
Festa della Repubblica 2-giu-2023 2-giu-2023
Chiusura estiva 14-ago-2023 19-ago-2023

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

A B C D F G I M P R S T V Z

Albi Giacomo

symbol email giacomo.albi@univr.it symbol phone-number +39 045 802 7913

Bombieri Nicola

symbol email nicola.bombieri@univr.it symbol phone-number +39 045 802 7094

Bonacina Maria Paola

symbol email mariapaola.bonacina@univr.it symbol phone-number +39 045 802 7046

Boscolo Galazzo Ilaria

symbol email ilaria.boscologalazzo@univr.it symbol phone-number +39 045 8127804

Calabrese Bernardo

symbol email bernardo.calabrese@univr.it

Castellini Alberto

symbol email alberto.castellini@univr.it symbol phone-number +39 045 802 7908

Cicalese Ferdinando

symbol email ferdinando.cicalese@univr.it symbol phone-number +39 045 802 7969

Combi Carlo

symbol email carlo.combi@univr.it symbol phone-number +39 045 802 7985

Cristani Matteo

symbol email matteo.cristani@univr.it symbol phone-number +39 045 802 7983

Cristani Marco

symbol email marco.cristani@univr.it symbol phone-number +39 045 802 7841

Di Persio Luca

symbol email luca.dipersio@univr.it symbol phone-number +39 045 802 7968

Farinelli Alessandro

symbol email alessandro.farinelli@univr.it symbol phone-number +39 045 802 7842

Ferrari Fabio

symbol email fabio.ferrari@univr.it symbol phone-number 045-8425359

Fiorini Paolo

symbol email paolo.fiorini@univr.it symbol phone-number 045 802 7963

Fummi Franco

symbol email franco.fummi@univr.it symbol phone-number 045 802 7994

Gatti Stefano

symbol email stefano.gatti@univr.it

Giachetti Andrea

symbol email andrea.giachetti@univr.it symbol phone-number +39 045 8027998

Giacobazzi Roberto

symbol email roberto.giacobazzi@univr.it symbol phone-number +39 045 802 7995

Gottardi Donata

symbol email donata.gottardi@univr.it symbol phone-number +39 045 8425366

Maris Bogdan Mihai

symbol email bogdan.maris@univr.it symbol phone-number +39 045 802 7074

Masini Andrea

symbol email andrea.masini@univr.it symbol phone-number +39 045 802 7922

Meli Daniele

symbol email daniele.meli@univr.it symbol phone-number +39 045 802 7908

Menegaz Gloria

symbol email gloria.menegaz@univr.it symbol phone-number +39 045 802 7024

Murino Vittorio

symbol email vittorio.murino@univr.it symbol phone-number +39 045 802 7996

Rizzi Romeo

symbol email romeo.rizzi@univr.it symbol phone-number +39 045 802 7088

Sala Pietro

symbol email pietro.sala@univr.it symbol phone-number +39 045 802 7850

Setti Francesco

symbol email francesco.setti@univr.it symbol phone-number +39 045 802 7804

Svaluto Ferro Sara

symbol email sara.svalutoferro@univr.it symbol phone-number 045 8028783

Tilola Diego

symbol email diego.tilola@univr.it

Tomazzoli Claudio

symbol email claudio.tomazzoli@univr.it

Torsello Marco

symbol email marco.torsello@univr.it symbol phone-number +39 045 8425381

Troiano Stefano

symbol email stefano.troiano@univr.it symbol phone-number +39 045 8425317

Vadala' Rosa Maria

symbol email rosamaria.vadala@univr.it

Piano Didattico

Il 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.

2° Anno  Attivato nell'A.A. 2023/2024

InsegnamentiCreditiTAFSSD
Final exam
18
E
-
Attivato nell'A.A. 2023/2024
InsegnamentiCreditiTAFSSD
Final exam
18
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year:  AI & Cloud, Visual intelligence, Statistical learning - 1st and 2nd year: Computer Vision & Deep Learning)
6
C
INF/01
Tra gli anni: 1°- 2°
2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud - 1st and 2nd year: Computer Vision & Deep Learning)
6
B
INF/01
Tra gli anni: 1°- 2°
2 modules among the following (A.A. 2022/23 Quantum computing not activated; A.A. 2023/24: Complex systems not activated)
6
C
ING-INF/05
6
C
INF/01 ,ING-INF/05
6
C
INF/01
Tra gli anni: 1°- 2°
Further activities: 3 CFU training and 3 CFU further language skill or 6 CFU training. International students (i.e. students who do not have an Italian bachelor’s degree) must compulsorily gain 3 CFU of Italian language skills (at least A2 level) and 3 CFU training.
6
F
-
Tra gli anni: 1°- 2°

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.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S010675

Crediti

12

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

L'insegnamento è organizzato come segue:

Advanced programming for AI

Crediti

6

Periodo

Primo semestre, Secondo semestre

Reinforcement Learning

Crediti

6

Periodo

Primo semestre, Secondo semestre

Obiettivi di apprendimento

Il modulo di Reinforcement Learning introduce le studentesse e gli studenti all'apprendimento per rinforzo. In particolare, il modulo si concentra sulla progettazione di algoritmi che consentono alle macchine di apprendere in base al concetto di rinforzo, cioè da feedback parziali, impliciti e con effetti estesi nel tempo, ottenuti interagendo ripetutamente con l'ambiente o gli utenti. Al termine del corso, le studentesse e gli studenti dovranno dimostrare di aver acquisito capacità di i) affrontare problemi di decisione sequenziale con tecniche di apprendimento per rinforzo, ii) identificare ed applicare gli algoritmi più efficaci ed efficienti per risolvere specifici problemi di decisione sequenziale, iii) progettare nuovi algoritmi di apprendimento per rinforzo. In particolare, le conoscenze acquisite riguardano tecniche avanzate per la risoluzione dei processi decisionali di Markov (e.g., ricerca con metodi Monte Carlo), i problemi di tipo bandit, l’apprendimento per rinforzo con e senza modello, l’apprendimento per rinforzo Bayesiano, l’apprendimento per rinforzo utilizzando reti neurali profonde, e tecniche avanzate di apprendimento per rinforzo (miglioramento sicuro delle policy, ambienti parzialmente osservabili, apprendimento gerarchico, per imitazione, inverso, e meta-apprendimento). Il modulo di Advanced Programming for AI mira a fornire informazioni sui linguaggi di programmazione, gli strumenti e le architetture software emerse nel campo dello sviluppo di sistemi software (SW) basati sull'intelligenza artificiale. L'obiettivo è quello di fornire alle studentesse ed agli studenti la comprensione delle caratteristiche specifiche e dei principi chiave alla base di diversi linguaggi e strumenti avanzati e per risolvere alcune classi di problemi in AI. Le studentesse e gli studenti acquisiranno competenze di programmazione in Python, saranno in grado di scrivere programmi per risolvere problemi tipici e di assemblare moduli software, gestire modelli, patterns, e operare deployment su Cloud, con particolare riferimento a interoperabilità ed explainability.

Prerequisiti e nozioni di base

Essendo un esame di primo anno, primo semestre, non vi sono prerequisiti specifici differenti da quelli richiesti per l’accesso al corso di laurea.

Programma

REINFORCEMENT LEARNING
- Processi decisionali di Markov
- Ricerca con metodi Monte Carlo
- Problemi di tipo bandit
- Apprendimento per rinforzo con e senza modello
- Apprendimento per rinforzo Bayesiano
- Apprendimento per rinforzo con reti neurali profonde
- Tecniche avanzate di apprendimento per rinforzo
--- miglioramento sicuro delle policy
--- ambienti parzialmente osservabili
--- apprendimento gerarchico
--- apprendimento per imitazione
--- apprendimento inverso
--- meta-apprendimento


ADVANCED PROGRAMMING FOR AI

Bibliografia

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

Lezioni frontali, esperienze di laboratorio, esercitazioni.

Modalità di verifica dell'apprendimento

Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i principi alla base del funzionamento dell’apprendimento per rinforzo e dei metodi per la programmazione di moduli basati su intelligenza artificiale
- essere in grado di esporre concetti di apprendimento per rinforzo e programmazione di moduli basati su intelligenza artificiale in modo preciso e organico senza divagazioni,
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di esercizi, domande e progetti.

L'esame è costituito da una prova orale sugli argomenti trattati nella corso. In caso di elevata partecipazione la prova orale sarà sostituita da un esame scritto con domande equivalenti. Le domande potranno riguardare sia la parte teorica che le esercitazioni svolte in laboratorio.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

Conoscenza teorica ed applicata delle tecniche insegnate nel corso; capacità critica di selezione delle tecniche in base al problema; capacità di utilizzo delle tecniche insegnate nel corso.

Criteri di composizione del voto finale

Il voto finale è rappresentato dalla media aritmetica dei voti delle due parti (RL/Advanced programming for AI) del corso.

Lingua dell'esame

Inglese

Tipologia di Attività formativa D e F

Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.

1. Insegnamenti impartiti presso l'Università di Verona

Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).

Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.

2. Attestato o equipollenza linguistica CLA

Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:

  • Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
  • Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).

Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.

Modalità di inserimento a librettorichiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it

3. Competenze trasversali

Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali

Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.  

4. CONTAMINATION LAB

Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona

ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.

5. Periodo di stage/tirocinio

Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage. 

Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.

Primo semestre Dal 03/10/22 Al 27/01/23
anni Insegnamenti TAF Docente
1° 2° Introduzione alla robotica per studenti di materie scientifiche D Paolo Fiorini (Coordinatore)
1° 2° Linguaggio Programmazione Matlab-Simulink D Bogdan Mihai Maris (Coordinatore)
1° 2° Prototipizzazione con Arduino D Franco Fummi (Coordinatore)
1° 2° Sfide di programmazione D Romeo Rizzi (Coordinatore)
Secondo semestre Dal 06/03/23 Al 16/06/23
anni Insegnamenti TAF Docente
1° 2° Introduzione alla stampa 3D D Franco Fummi (Coordinatore)
1° 2° Linguaggio programmazione Python D Carlo Combi (Coordinatore)
1° 2° Progettazione di componenti hardware su FPGA D Franco Fummi (Coordinatore)
1° 2° Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore D Roberto Giacobazzi (Coordinatore)
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
1° 2° Federated learning from zero to hero D Gloria Menegaz

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e anche tramite l'app Univr.

Gestione carriere


Modalità e sedi di frequenza

Come riportato nel Regolamento Didattico, la frequenza al corso di studio non è obbligatoria.

È consentita l'iscrizione a tempo parziale. Per saperne di più consulta la pagina Possibilità di iscrizione Part time.

Le attività didattiche del corso di studi si svolgono negli spazi dell’area di Scienze e Ingegneria che è composta dagli edifici di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 e Piramide, siti nel polo di Borgo Roma. 
Le lezioni frontali si tengono nelle aule di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 mentre le esercitazioni pratiche nei laboratori didattici dedicati alle varie attività.

Caratteristiche dei laboratori didattici a disposizione degli studenti

  • Laboratorio Alfa
    • 50 PC disposti in 13 file di tavoli
    • 1 PC per docente collegato a un videoproiettore 8K Ultra Alta Definizione per le esercitazioni
    • Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
    • Tutti i PC sono accessibili da persone in sedia a rotelle
  • Laboratorio Delta
    • 120 PC in 15 file di tavoli
    • 1 PC per docente collegato a due videoproiettori 4K per le esercitazioni
    • Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
    • Un PC è su un tavolo ad altezza variabile per garantire un accesso semplificato a persone in sedia a rotelle
  • Laboratorio Gamma (Cyberfisico)
    • 19 PC in 3 file di tavoli
    • 1 PC per docente con videoproiettore 4K
    • Configurazione PC: Intel Core i7-13700, 16GB RAM, 512GB SSD, monitor 24", Linux Ubuntu 24.04
  • Laboratorio VirtualLab
    • Accessibile via web: https://virtualab.univr.it
    • Emula i PC dei laboratori Alfa/Delta/Gamma
    • Usabile dalla rete universitaria o tramite VPN dall'esterno
    • Permette agli studenti di lavorare da remoto (es. biblioteca, casa) con le stesse funzionalità dei PC di laboratorio

Caratteristiche comuni:

  • Tutti i PC hanno la stessa suite di programmi usati negli insegnamenti di laboratorio
  • Ogni studente ha uno spazio disco personale di XXX GB, accessibile da qualsiasi PC
  • Gli studenti quindi possono usare qualsiasi PC in qualsiasi laboratorio senza limitazioni ritrovando sempre i documenti salvati precedentemente

Questa organizzazione dei laboratori offre flessibilità e continuità nel lavoro degli studenti, consentendo l'accesso ai propri documenti e all'ambiente di lavoro da qualsiasi postazione o da remoto.


Prova Finale

Scadenziari e adempimenti amministrativi

Per gli scadenziari, gli adempimenti amministrativi e gli avvisi sulle sessioni di laurea, si rimanda al servizio Sessioni di laurea - Scienze e Ingegneria.

Necessità di attivare un tirocinio per tesi

Per stage finalizzati alla stesura della tesi di laurea, non è sempre necessaria l'attivazione di un tirocinio tramite l'Ufficio Stage. Per maggiori informazioni, consultare il documento dedicato, che si trova nella sezione "Documenti" del servizio dedicato agli stage e ai tirocini.

Regolamento della prova finale

Le attività formative relative alla preparazione della prova finale per il conseguimento del titolo e la relativa verifica consistono nella preparazione e discussione di un elaborato scritto in lingua Inglese (tesi di laurea) relativo all’approfondimento di un tema scientifico affrontato nel corso di studi, ovvero relativo all’analisi e soluzione di un caso di studio (teorico e/o direttamente derivato da un problema di carattere industriale), ovvero relativo ad un lavoro di tipo sperimentale, che può anche essere sviluppato all’interno di un percorso di tirocinio svolto presso enti di ricerca, scuole, laboratori e aziende, ovvero sfruttando soggiorni studio in Italia e all'estero,  ovvero frutto di un lavoro autonomo ed originale di ricerca, con collegati aspetti di formalizzazione matematica, progettazione informatica, realizzazione business oriented. Tali attività potranno saranno svolte sotto la guida di un relatore presso una struttura universitaria, o anche esterna all'Università di Verona, tanto in Italia, quanto all’estero, purché riconosciuta e accettata a tal fine in accordo con il Regolamento didattico del corso di Laurea Magistrale in Artificial Intelligence. I CFU assegnati alla prova finale (valutazione della tesi di laurea) sono 18. La commissione preposta alla valutazione della prova finale (esposizione in lingua Inglese della tesi di laurea) è chiamata ad esprimere una valutazione che tenga conto dell'intero percorso di studi, valutando attentamente il grado di coerenza tra obbiettivi formativi e obbiettivi professionali, nonché la capacità di elaborazione intellettuale autonoma, il senso critico, le doti di comunicazione e la maturità culturale generale, in relazione agli obiettivi del corso di Laurea Magistrale in Artificial Intelligence, e particolare, in relazione alle tematiche caratterizzanti la tesi di laurea, del candidato.

Gli studenti possono sostenere la prova finale solamente dopo aver assolto a tutti gli altri obblighi formativi previsti dal loro piano di studi ed agli adempimenti presso gli uffici amministrativi in conformità con i termini indicati nel manifesto generale degli studi.

La valutazione finale e la proclamazione verranno effettuate dalla commissione di esame finale nominata dal presidente del collegio didattico e composta da un presidente e almeno da altri quattro commissari scelti tra i docenti dell'Ateneo.

Il materiale presentato per la prova finale viene valutato dalla Commissione Valutazione Tesi, composta da tre docenti, tra cui possibilmente il relatore, e nominata dal presidente del collegio didattico. La commissione valutazione tesi formula una valutazione del lavoro svolto, e la trasmette alla commissione d'esame finale che esprimerà il giudizio finale. Il collegio didattico disciplina le procedure delle commissioni valutazione tesi, delle commissioni d'esame finale e dell'attribuzione del punteggio della prova finale mediante apposito regolamento deliberato dal collegio didattico.


Area riservata studenti


Erasmus+ e altre esperienze all’estero


Docenti tutor