ECTS - University of Pisa
Scheda programma d'esame
MULTIMEDIA INFORMATION RETRIEVAL AND COMPUTER VISION
NICOLA TONELLOTTO
Academic year2022/23
CourseARTIFICIAL INTELLIGENCE AND DATA ENGINEERING
Code886II
Credits9
PeriodSemester 1
LanguageEnglish

ModulesAreaTypeHoursTeacher(s)
MULTIMEDIA INFORMATION RETRIEVAL AND COMPUTER VISIONING-INF/05LEZIONI90
NICOLA TONELLOTTO unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente che completa con successo il corso acquisirà tutte le conoscenze necessarie per progettare, implementare e valutare un semplice motore di ricerca e sistemi di IR.
Knowledge

The student who successfully completes the course will have the ability and knowledge to design, implement and evaluate a simple search engine and IR systems.
Modalità di verifica delle conoscenze

 Gli studenti verranno valutati in base alle loro abilità e conoscenze acquisite sui contenuti del corso, attraverso una prova scritto e una prova orale.
Assessment criteria of knowledge

The student will be assessed on his/her demonstrated ability to discuss the main course contents using the appropriate terminology, through a written exam and an oral exam.
Capacità

Gli studenti alla fine del percorso didattico saranno in grado di progettare, implementare e valutare motori di ricerca e strumenti di IR tool, adottando soluzioni allo stato dell'arte.
Skills

Students will be able to design, implement and evaluate IR tools and search engines, by deploying the most adavanced solutions to date.
Modalità di verifica delle capacità

Esame scritto e orale.
Assessment criteria of skills

Written and oral exams.
Comportamenti

Gli studenti saranno esposti durante il corso al contesto dei sistemi IR e dei motori di ricerca su dati testuali e non-testuali, le loro sfide tecnologiche, le scelte tecniche, e apprezzeranno l'impatto che le soluzioni viste in classe hanno sull'analisi e la ricerca di dati testuali in applicazioni pratiche.
Behaviors

Students will be exposed to the context of IR systems and search engines on textual and non-textual data, their technological challenges and technical design choices. They will appreciate the impact of various known solutions dicussed in class, and be able to make their own choices and evaluate their pros/cons.

 
Modalità di verifica dei comportamenti

Esame scritto e orale.
Assessment criteria of behaviors

Written and oral exams.
Prerequisiti (conoscenze iniziali)
  • Fondamenti di algebra lineare, analisi matematica e probabilità
  • Fondamenti di programmazione, strutture dati e algoritmi
  • Capacità di programmazione in Python
Prerequisites
  • Basics of linear algebra, calculus and probablities
  • Basics of programming, data structure and algorithms
  • Programming skills in Python
Corequisiti

Data Mining
Co-requisites

Data Mining
Indicazioni metodologiche

Lezioni di didattica frontale. L'apprendimento si realizzerà seguendo le lezioni (frequenza consigliata) in classe e attraverso lo studio individuale.

 
Teaching methods

Face to face lectures, learnig through attending lectures (attendance advised) and individual study

 
Programma (contenuti dell'insegnamento)
  • Basic IR system
  • Compression methods used in IR and SE
  • Ranking models: probabilistic and language models
  • Query processing
  • Learning-to-rank methodologies
  • How search engines work
  • Transformer neural network
  • Metric Search Systems
  • Neural IR
  • Image IR
  • Music IR
Syllabus
  • Basic IR system
  • Compression methods used in IR and SE
  • Ranking models: probabilistic and language models
  • Query processing
  • Learning-to-rank methodologies
  • How search engines work
  • Transformer neural network
  • Metric Search Systems
  • Neural IR
  • Image IR
  • Music IR
Bibliografia e materiale didattico
  • Introduction to Information Retrieval, Manning, Raghavan, Schutze (eds), Cambridge University Press 2008 
  • Search Engines (Information Retrieval in Practice), Bruce Croft, Metzler, Strohman, Addison Wesley 2015 
  • Dispense fornite dal docente
Bibliography
  • Introduction to Information Retrieval, Manning, Raghavan, Schutze (eds), Cambridge University Press 2008 
  • Search Engines (Information Retrieval in Practice), Bruce Croft, Metzler, Strohman, Addison Wesley 2015 
  • Lecture notes provided by the teacher
Indicazioni per non frequentanti

Come per i frequentanti
Non-attending students info

Same as attending students
Modalità d'esame

Scritto e orale.
Assessment methods

Written and oral.
Updated: 29/07/2022 11:08