Sono aperte le iscrizioni alle Summer School 2024 di MaLGa – Machine Learning Genoa Center.

Professionisti, studenti e studentesse, post-doc e docenti di qualsiasi università possono iscriversi a:

• Deep Learning and Computer Vision (DLCV)

  La terza edizione della scuola DLCV, composta da due corsi intensivi con un orario integrato, fornisce un'introduzione pratica ai principi di base del deep learning e della computer vision. Oltre all'analisi di approcci consolidati, il corso mette in evidenza le tendenze attuali e i problemi aperti.
  Scadenza iscrizioni: 1 aprile 2024

• Machine Learning Crash Course (MLCC)

  MLCC si è tenuto per la prima volta nel 2014. Da allora si è evoluto in diversi formati, e continua ad attrarre negli anni partecipanti da tutta Europa. Introduce i metodi fondamentali alla base del moderno Machine Learning, coprendo le basi teoriche e gli algoritmi essenziali.
  Scadenza iscrizioni: 1 aprile 2024

• Applied Harmonic Analysis and Machine Learning (AHAML)

  La quinta edizione di AHAML consiste in tre corsi sull'analisi armonica applicata e sull'apprendimento automatico. I docenti sono Karlheinz Gröchenig (Università di Vienna), Alberto Setti (Università dell'Insubria), Davide Bianchi (Sun Yat-sen University) e Irène Waldspurger (CNRS). È previsto anche un workshop di un giorno con invited speakers e contributi selezionati dai partecipanti.
  Scadenza registrazioni: 31 luglio 2024

Il numero massimo di partecipanti per ogni scuola è di 120 persone.

Tutte le scuole combinano lezioni frontali e laboratori pratici, oltre ad attività di networking e sociali: seminari, workshop, poster sessions e un aperitivo per conoscersi meglio.

Informazioni ulteriori e modalità d'iscrizione sono sul sito MaLGa.

Le summer school rientrano nelle attività Boosting PhD students’ career del programma di training RAISE. Il percorso ha l'obiettivo di promuovere attività formative trasversali rivolte a studenti e studentesse dei corsi di dottorato in ambito AI e Robotica, finalizzate a favorire l’acquisizione di competenze specifiche per la ricerca scientifica e trasversali, oltre a quelle disciplinari, per facilitare l’ingresso nel mondo del lavoro.