- Tipologia
- Tesi di ricerca
- Argomento
- Fattorizzazione di Matrici e Apprendimento supervisionato
- Disponibile dal
- 20/06/2013
- Presso
- Dipartimento di Informatica
- Altre informazioni
L'apprendimento supervisionato sta ricevendo importanti contributi dalle tecniche di fattorizzazione matriciale, volte a integrare/sostituire le più classiche tecniche di calcolo del gradiente di errore. Molti sono però i problemi aperti, primo fra tutti la complessità computazionale richiesta da molte di queste tecniche.
Il lavoro può essere adatto a tesisti sia triennali che magistrali, a seconda della complessità del problema affrontato.
Rivolgersi a:
- Docente
- Rossella Cancelliere
- rossella.cancelliere@unito.it
- Telefono
- 0116706737