CODICE 90498 ANNO ACCADEMICO 2022/2023 CFU 5 cfu anno 2 ENVIRONMENTAL ENGINEERING 10720 (LM-35) - GENOVA 5 cfu anno 2 INGEGNERIA CHIMICA E DI PROCESSO 10376 (LM-22) - GENOVA 9 cfu anno 1 COMPUTER SCIENCE 10852 (LM-18) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE INF/01 LINGUA Inglese SEDE GENOVA PERIODO 1° Semestre MATERIALE DIDATTICO AULAWEB OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Learning how to use classical supervised and unsupervised machine learning algorithms by grasping the underlying computational and modeling issues. PREREQUISITI Basic probability, calculus, algorithms. PROGRAMMA/CONTENUTO The Course covers the basic ideas behind statistical learning and a number of prototypical supervised approaches, including, local methods, regularization networks, linear and non linear models. The Course also cover basic unsupervised problems such as clustering and dimensionality reduction. Special effort is devoted to discussing how to set up a repliable machine learning pipelines. DOCENTI E COMMISSIONI LORENZO ROSASCO NICOLETTA NOCETI Ricevimento: Ricevimento su appuntamento da concordare via email (nicoletta.noceti@unige.it) Commissione d'esame NICOLETTA NOCETI (Presidente) ELENA NICORA LORENZO ROSASCO (Presidente Supplente) ALESSANDRO VERRI (Supplente) ESAMI Calendario appelli Data appello Orario Luogo Tipologia Note 19/01/2023 09:30 GENOVA Scritto 19/01/2023 09:30 GENOVA Orale 02/02/2023 09:30 GENOVA Orale 02/02/2023 09:30 GENOVA Scritto 15/06/2023 09:30 GENOVA Scritto 15/06/2023 09:30 GENOVA Orale 06/07/2023 09:30 GENOVA Scritto 06/07/2023 09:30 GENOVA Orale 11/09/2023 09:30 GENOVA Scritto
