La tesi o stage è finalizzata allo sviluppo di una libreria Python che implementi i cosiddetti Fast&Frugal Decision Trees, un modello di machine learning pensato come supporto al naturalistic decision making umano.
La libreria da implementarsi dovrà essere realizzata in maniera tale da essere compatibile con Scikit-learn, la libreria standard per le applicazioni di machine learning in Python e simile in funzionalità alla libreria corrispondente per R (FFTrees).
PREREQUISITI
- Il candidato deve avere conoscenze di Python e programmazione orientata agli oggetti.
OBIETTIVI FORMATIVI
- Lo stage o tesi permetterà al candidato di acquisire una solida competenza nello sviluppo software e nella metodologia machine learning.
DURATA DELLO STAGE E CONTESTO RACCOMANDATO
- Adatto a: Tesi o stage di Laurea Triennale o Magistrale, in Informatica, in Data Science e AI4ST.
- Durata: minimo 3 mesi (stage), meglio 6 mesi (circa) per la tesi magistrale.
MODALITA’ E ORARI DI LAVORO
- Modalità di lavoro: da remoto, con frequenti riscontri via mail e occasionali incontri di persona.
- Ore di lavoro: non fissate, ma generalmente ci saranno degli obiettivi settimanali da raggiungere.
CONTATTI
- Andrea Campagner, andrea.campagner@unimib.it