La crescente quantit\u00e0 di informazione disponibile in rete ha prodotto, nell’ultimo decennio, l’esigenza pratica e l’interesse di mercato nella creazione di sistemi automatici per l’estrazione e l’analisi dell’informazione. \u00c8 possibile estendere le conoscenze finora acquisite al dominio – ad oggi ancora largamente manuale – dell’informazione “fisica” contenuta in archivi e biblioteche di tutto il mondo? Il progetto In Codice Ratio si pone questa sfida, con un caso di studio d’eccezione: l’Archivio Segreto Vaticano.<\/p>\n
Elena Nieddu<\/strong>, studentessa di dottorato in Ingegneria Informatica a Roma Tre, lavora da un anno al progetto In Codice Ratio.<\/p>\n Dopo una breve introduzione alla tematica del NLP (Natural Language Processing) si descriveranno alcune tecniche matematiche elementari applicate con successo al problema della comprensione del linguaggio (modelli markoviani, inferenza bayesiana) per poi passare alle applicazioni contemporanee legate al mondo del machine learning e, in particolare, all’uso di reti neurali ricorrenti (modello word2vector). La presentazione illustrer\u00e0 i concetti anche tramite l’utilizzo di programmi da eseguire durante la conferenza.<\/p>\n Paolo Caressa<\/strong>, dopo la laurea in matematica pura presso l’universit\u00e0 di Roma “La Sapienza” ha conseguito il dottorato di ricerca presso il dipartimento “Ulisse Dini” dell’universit\u00e0 di Firenze, specializzandosi in geometria differenziale. Dopo il dottorato alterna ricerca e consulenze nel campo IT (intelligenza artificiale e progettazione s\/w) per poi passare a tempo pieno alla finanza quantitativa, occupandosi di modelli stocastici per il pricing dei derivati e, in seguito, di risk management per un grande gruppo bancario, fra Roma e Milano. Infine, \u00e8 tornato al mondo IT occupandosi di project management, business analysis, data analysis e formazione presso una s.p.a. In parallelo svolge attivit\u00e0 di divulgazione (articoli, libri, conferenze, etc.) sia in campo matematico che informatico, e collabora come codocente con la facolt\u00e0 di Ingegneria dell’universit\u00e0 “La Sapienza” di Roma insegnando informatica e analisi matematica.<\/p>\n Negli ultimi anni, il deep learning ha ottenuto risultati impressionanti in numerosi campi ingegneristici. In questo talk, vedremo alcune applicazioni pi\u00f9 \u201ccreative\u201d di queste stesse tecniche, che permettono di generare immagini (o fondere immagini) grazie ad una gerarchia di concetti automaticamente appresa dagli algoritmi.<\/p>\n Simone Scardapane<\/strong>, assegnista di ricerca alla Sapienza, specializzato in tecniche di machine learning, \u00e8 co-fondatore di due Meetup tecnici a Roma e di un\u2019associazione no-profit a fini divulgativi.<\/p>\n ***<\/p>\n Machine learning is a key technology that powers most of today’s advancements in artificial intelligence and data science. Our aim as the Italian Association for Machine Learning (IAML) is to foster the development of ML in all sectors of the public life, by organizing, promoting, and sponsoring technical conferences, events, Meetups, and other initiatives throughout Italy. We believe that the future will be intensely data-driven. For us, creating a dynamic hub that brings together professionals, industries, and academics will be essential to achieve this vision. To this end, we promote discussions on all facets of ML, from the technical aspects to the ethical, juridical and economical repercussions.<\/p>\n ***<\/p>\n CENA c\/o Il Peperoncino Dispettoso \u2013 Pizzeria, Cucina, Hamburgeria (Viale delle Medaglie D’Oro 158, a 500 metri dal GH Tiberio), con possibilit\u00e0 di cenare alla carta o con men\u00f9 convenzionato a 14 euro comprensivo di antipasto + pizza + bevanda (antipasto: suppl\u00ec + crocchetta o patatine o bruschetta, pizza a scelta da un\u2019ampia selezione, bevanda a scelta tra acqua, birra, bibita in lattina, \u00bc lt di vino).<\/p>\n SERATA GIOCHI c\/o la sala meeting Tiberina 1 \u2013 Grand Hotel Tiberio.<\/p>\n","protected":false},"excerpt":{"rendered":" \u201cIn Codice Ratio: deep learning applicato a documenti storici\u201d, a cura della dott.ssa Elena Nieddu La crescente quantit\u00e0 di informazione disponibile in rete ha prodotto, nell’ultimo decennio, l’esigenza pratica e […]<\/p>\n","protected":false},"author":1,"featured_media":1357,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[173,174],"tags":[],"class_list":["post-1356","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-conferenze","category-eventi-e-contenuti"],"yoast_head":"\n\u201cVettori e parole: l\u2019algebra del significato\u201d, a cura del dott. Paolo Caressa<\/h4>\n
\u201cQuando le reti neurali inventano: tre esempi in TensorFlow\u201d, a cura del dott. Simone Scardapane<\/h4>\n
IAML – Italian Association for Machine Learning<\/h5>\n
A seguire, alle ore 20:30:<\/h5>\n
Infine, verso le 23:00:<\/h5>\n