CH0006 - SCIENTIFIC PROGRAMMING

insegnamento
ID:
CH0006
Durata (ore):
72
CFU:
9
SSD:
Sistemi di elaborazione delle informazioni
Sede:
CHIETI
Url:
SCIENZE COGNITIVE COMPUTAZIONALI/CORSO GENERICO Anno: 1
Anno:
2026
Course Catalogue:
https://unich.coursecatalogue.cineca.it/af/2026?co...

Dati Generali

Periodo di attività

Primo Semestre (01/10/2026 - 18/01/2027)

Syllabus

Obiettivi Formativi


Il corso si propone di fornire conoscenze su linguaggi e tecniche di programmazione, algoritmi e strutture dati utili per il calcolo scientifico e conoscenze di tecniche per l’Apprendimento Automatico (Machine Learning) e l’Apprendimento Profondo (Deep Learning).

Prerequisiti


Buona conoscenza degli argomenti dei corsi di base di analisi matematica e geometria.

Metodi didattici


L’insegnamento si compone di 72 ore di didattica frontale, suddivise in lezioni da 2 ore. Le lezioni frontali saranno supportate da diapositive e tratteranno gli aspetti teorici della disciplina.Inoltre, all’interno del corso sono previste delle esercitazioni pratiche.La frequenza alle lezioni è facoltativa ma altamente consigliata.Le slide e altro materiale didattico, saranno disponibili sulla piattaforma e-learning del corso.

Verifica Apprendimento

La verifica dell'apprendimento consiste in due prove: lo sviluppo di un progetto individuale ed una prova orale.Nello sviluppo del progetto, lo studente applica i concetti acquisiti durante il corso. Il progetto dovrà essere accompagnato da una relazione che documenta le attività svolte ed i risultati ottenuti. I progetti sono concordati con il docente.La prova orale mira a valutare la comprensione degli aspetti tecnici e teorici dei concetti presentati durante il corso.Il voto finale è espresso in trentesimi. Affinché la valutazione finale sia positiva, lo studente deve conseguire almeno 18 punti.

Gli studenti e le studentesse con disabilità, DSA o altri bisogni educativi speciali possono usufruire di un trattamento individualizzato in sede di esame, nel rispetto della normativa e di quanto previsto nella Carta dei Servizi di Ateneo (https://www.unich.it/sites/default/files/2024-02/carta_dei_servizi_0.pdf), previa intesa con il docente della materia. Per richiedere le misure compensative e dispensative è necessario afferire al Servizio CON_TE_STO seguendo la procedura indicata nella Carta dei Servizi.
Si invitano gli studenti e le studentesse a prendere contatti con la/il docente durante lo svolgimento delle lezioni, o comunque con largo anticipo rispetto alla data dell’appello, per conoscere le modalità di esame e le misure che sono accettate.
Per essere orientati e indirizzati ai diversi servizi offerti dall’Ateneo è possibile contattare il Docente Referente del Dipartimento: Prof.ssa Laura Marzetti, laura.marzetti@unich.it

Testi


E' possibile reperire il materiale didattico sulla piattaforma e-learning al seguente indirizzo:
https://elearning.unich.it/course/section.php?id=25332

Contenuti


Il corso si propone di fornire conoscenze su linguaggi e tecniche di programmazione, algoritmi e strutture dati utili per il calcolo scientifico e conoscenze di tecniche per l’Apprendimento Automatico (Machine Learning) e l’Apprendimento Profondo (Deep Learning).Il corso sarà strutturato in due moduli.Nel primo modulo, saranno fornite informazioni sulla struttura del calcolatore e la gestione della memoria. Saranno poi introdotte le basi del linguaggio di programmazione Python e saranno trattate le strutture dati fondamentali. Sarà illustrato l’utilizzo di funzioni, cicli e istruzioni condizionali. Saranno inoltre presentati i concetti di programmazione ad oggetti e programmazione ricorsiva. Saranno fornite informazioni per la gestione del codice, il mining sui dati e la visualizzazione dei risultati.Nel secondo modulo, saranno presentati i concetti fondamentali relativi all’ Apprendimento Automatico ed all’Apprendimento Profondo. Saranno poi presentate le principali tecniche per l’Apprendimento Automatico supervisionato e non supervisionato e le librerie necessarie per lo sviluppo di modelli di regressione e classificazione.Saranno infine presentate le principali architetture delle Reti Neurali Profonde (Deep Neural Network) e le librerie per il loro sviluppo.

Lingua Insegnamento

Italiano

Altre informazioni


Il ricevimento studenti è fissato il martedì dalle 9:00 alle 11:00, in presenza.Si prega di inviare un'email a luciano.caroprese@unich.it almeno tre giorni prima per conferma. È possibile fissare un appuntamento per un altro giorno della settimana scrivendo un'email a luciano.caroprese@unich.it.​​​​​​​

Corsi

Corsi

SCIENZE COGNITIVE COMPUTAZIONALI 
Laurea Magistrale
2 anni
No Results Found

Persone