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.
Tipologia di Attività formativa D e F
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 Artificial Intelligence - Immatricolazione dal 2025/2026Le 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.
Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.
Modalità di inserimento a libretto: richiedere 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.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto valide per l'a.a. 2024/25
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | Elementi di Cosmologia e Relatività generale | D |
Claudia Daffara
(Coordinatore)
|
1° 2° | Introduzione alla meccanica quantistica per il quantum computing | D |
Claudia Daffara
(Coordinatore)
|
1° 2° | Introduzione alla programmazione di smart contract per Ethereum | D |
Sara Migliorini
(Coordinatore)
|
1° 2° | Linguaggio programmazione Python [English edition] | D |
Carlo Combi
(Coordinatore)
|
1° 2° | Mini-course on Deep Learning & Medical Imaging | D |
Vittorio Murino
(Coordinatore)
|
1° 2° | Oltre Arduino: dal prototipo al prodotto con microcontroller STM | D |
Franco Fummi
(Coordinatore)
|
1° 2° | Progettazione di app REACT | D |
Graziano Pravadelli
(Coordinatore)
|
1° 2° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | Linguaggio Programmazione LaTeX | D |
Enrico Gregorio
(Coordinatore)
|
1° 2° | Linguaggio programmazione Python [Edizione in italiano] | D |
Carlo Combi
(Coordinatore)
|
1° 2° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
1° 2° | Sfide di programmazione | D |
Romeo Rizzi
(Coordinatore)
|
1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
Computational Game Theory (2024/2025)
Codice insegnamento
4S010687
Docente
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Teoria computazionale dei giochi del corso Laurea magistrale in Ingegneria e scienze informatiche [LM-18/32]
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
I semestre dal 1 ott 2024 al 31 gen 2025.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Esistono moltissime recenti applicazioni informatiche in cui il risultato della computazione dipende dall’interazione di diversi agenti che agiscono sulla base di misure di utilità individuali: problemi di allocazione di risorse in rete, online advertising, mercati elettronici, gestione di grosse reti informatiche. La Teoria dei Giochi si basa su modelli e soluzioni concettuali tipici della dottrina economica per lo studio prescrittivo e descrittivo del comportamento ottimale in situazioni di interazione tra agenti multipli che cerchino indipendentemente di massimizzare la propria utilità. La Teoria Computazionale (o anche algoritmica) dei Giochi rivede tali soluzioni e i modelli nella prospettiva della loro trattabilità computazionale, anche valutandone approssimazioni in casi in cui soluzioni esatte risultino inesistenti o inaccettabili dal punto di vista della loro efficienza computazionale. Il corso si pone l’obiettivo di fornire conoscenza dei concetti fondamentali del campo della teoria computazionale dei giochi. Gli studenti studieranno alcuni modelli rappresentativi e le loro soluzioni (algoritmiche) e potranno apprezzare la loro applicabilità in diverse situazioni reali. Al termine del corso, gli studenti sapranno progettare sistemi informatici per scenari multiagenti; e analizzare la progettazione di meccanismi (sistemi di regole) per incentivare agenti indipendenti a tenere un comportamento “appropriato” alle finalità del sistema.
Prerequisiti e nozioni di base
Elementi di base di matematica discreta e calcolo
Probabilità discreta
Programma
1. Introdutione a giochi strategici, concetti di payoff, soluzioni di concetto, equilibrio e learning in giochi strategici; Nash equilibrium; giochi ripetuti; giochi cooperativi. 2. Analisi computazionale del problema dell'equilibrio. 3. Problemi che implicano decisioni ripetute in presenza di informazioni incerte; regret minimization ed equilibrio. 4. Giochi grafici e inferenza probabilistica in apprendimento automatico. 4. Elementi di Mechanism Design; meccanismi per aste; mechanism design distribuito.
Bibliografia
Modalità didattiche
L'insegnamento si compone di lezioni frontali di teoria, esercizi assegnati a supporto delle stesse e sessioni di esercitazione in cui vengono discusse le soluzioni degli esercizi.
Modalità di verifica dell'apprendimento
L'esame consiste in una prova scritta con quesiti aperti e a risposta multipla. Tipicamente la prova include alcuni esercizi obbligatori ed altri esercizi a scelta. Gli esercizi obbligatori verificano la diretta applicazione delle nozioni studiate. Gli esercizi a scelta verificano la capacità di rielaborare tali nozioni in contesti "nuovi".
In base al numero di studenti frequentanti, l'esame può includere anche una discussione orale di un articolo scientifico su applicazione della teoria computazionale dei giochi.
Criteri di valutazione
L'esame è volto ad accertare che le studentesse e gli studenti abbiano sufficiente padronanza dei modelli principali e delle loro soluzioni algoritmiche, e siano in grado di applicarle ed analizzarle in scenari multiagente.
Criteri di composizione del voto finale
In caso di più prove (es. prova scritta e discussione orale di un articolo scientifico) il voto finale sarà ottenuto dalla media aritmetica dei voti conseguiti nelle due prove.
Lingua dell'esame
inglese
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita