Coordinatori: Paola Berchialla (Università di Torino), Giulia Barbati (Università di Trieste)
Gruppo di lavoro: Danila Azzolina, Giovanni Baj, Ileana Baldi, Andrea Bucci, Stefano Calza, Gianfranco Di Gennaro, Luca Di Traglia, Giacomo Diedenhofen, Pasquale Dolce, Rossella Donghia, Valeria Edefonti, Andrea Faragalli, Giovanni Fiorito, Ilaria Gandin, Alessandro Gialluisi, Valerio Giannico, Fabiola Giudici, Emanuele Giusti, Dario Gregori, Caterina Gregorio, Francesca Ieva, Corrado Lanera, Giulia Lorenzoni, Letizia Lorusso, Michele Marchioni, Velia Melone, Alberto Milanese, Daniela Pacella, Nikolaos Petsas, Annamaria Porreca, Andrea Ricotti, Giuliana Solinas, Sara Urru, Marika Vezzoli, Alessia Visconti

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