matematica

"## MATEMATICA PER INGEGNERIA INFORMATICA\n\n### Obiettivi generali\n\nFornire le basi matematiche per algoritmi, dati, intelligenza artificiale, sicurezza, reti, grafica, simulazione e teoria della computazione.\n\n### Obiettivi specifici di apprendimento\n\n* Usare algebra lineare, calcolo multivariabile e ottimizzazione\n* Applicare matematica discreta, grafi, logica e automi\n* Modellare incertezza con probabilita e statistica\n* Comprendere crittografia, informazione e complessita computazionale\n* Applicare metodi numerici e matematica per machine learning\n\n### Attivita dettagliate\n\nFondamenti\n\n* Algebra lineare: vettori, matrici, sistemi, determinanti, autovalori, SVD\n* Analisi multivariabile: gradienti, Jacobiano, Hessiano, integrali multipli\n* Ottimizzazione: gradient descent, vincoli, convessita, metodi numerici\n\nInformatica teorica\n\n* Matematica discreta: logica, insiemi, relazioni, ricorrenze e conteggio\n* Teoria dei grafi: cammini minimi, matching, flussi, alberi\n* Automi, linguaggi formali, computabilita, P, NP e riduzioni\n* Logica computazionale: SAT, SMT, lambda calcolo, tipi\n\nDati, sicurezza e AI\n\n* Probabilita avanzata: distribuzioni, Markov, processi, Monte Carlo\n* Statistica per data science: test, regressione, PCA, validazione\n* Teoria dell'informazione: entropia, codifica, compressione, canali\n* Crittografia: aritmetica modulare, RSA, curve ellittiche, hash e firme\n* Machine learning: loss, regolarizzazione, ottimizzazione e Bayes\n"