Coordinatori: Paola Berchialla (Università di Torino), Ileana Baldi (Università di Padova)
Gruppo di lavoro: Danila Azzolina (Università di Novara), Giulia Barbati (Università di Trieste), Daniele Bottigliengo (Università di Padova), Pasquale Dolce (Università di Napoli), Ilaria Gandin (Area Science Park, Trieste), Caterina Gregorio (Università di Padova), Dario Gregori (Università di Padova), Francesca Ieva (Politecnico di Milano), Corrado Lanera (Università di Padova), Giulia Lorenzoni (Università di Padova), Michele Marchioni (Università di Chieti), Alberto Milanese (Università La Sapienza), Andrea Ricotti (Università di Torino), Veronica Sciannameo (Università di Torino)

Obiettivi: (i) approfondire l’utilizzo delle tecniche di Machine Learning (ML) evidenziando i punti di contatto e di integrazione con le tecniche classiche di modellizzazione; (ii) dare ampia diffusione alle conoscenze alla base delle tecniche ML per rendere l’approccio all’analisi basato su tali strumenti più facilmente comprensibile e accessibile; (iii) promuovere l’utilizzo di strumenti appropriati che rendano interpretabili i modelli basati sul ML; (iv) censire le risorse open source disponibili (come software e modelli pre-addestrati che possono essere utilizzati).

Scheda di presentazione approfondita: leggi QUI

Interessato ad unirti al gruppo di lavoro? Scrivi a paola.berchialla@unito.it