Il seminario presenta una sintesi dell`attivit� di ricerca, e dei principali risultati ottenuti, condotta da Loris Nanni.
Con il termine di apprendimento automatico (machine learning) si intende quell`area dell`intelligenza artificiale che si occupa dello sviluppo di algoritmi che si basano su osservazioni come dati per la sintesi di nuova conoscenza. Citando Mitchell ` un programma apprende da una certa esperienza E se: nel rispetto di una classe di compiti T, con una misura di prestazione P, la prestazione P misurata nello svolgere il compito T � migliorata dall`esperienza E`.
L`obiettivo degli sviluppatori di sistemi di apprendimento automatico � quello di far imparare ai sistemi sviluppati modelli complessi e prendere decisioni intelligenti basate su dati utilizzati per l`addestramento stesso del sistema. Ovviamente � impossibile disporre di tutti i possibili input, per questo � di fondamentale importanza sviluppare tecniche in grado di generalizzare bene partendo dai dati utilizzati per l`addestramento.
Nel seminario, dopo una breve introduzione sulle principali tecnologie di computer vision e machine learning, verranno elencati i principali filoni di ricerca trattati da Loris Nanni: riconoscimento di oggetti/immagine mediche; sistemi biometrici per il riconoscimento di persone; classificazione di proteine/DNA microarray; sviluppo di sistemi di apprendimento automatico.