CODICE 86798 ANNO ACCADEMICO 2021/2022 CFU 6 cfu anno 1 COMPUTER ENGINEERING 11160 (LM-32) - GENOVA 6 cfu anno 2 COMPUTER ENGINEERING 11160 (LM-32) - GENOVA 6 cfu anno 1 COMPUTER SCIENCE 10852 (LM-18) - GENOVA 6 cfu anno 3 STATISTICA MATEM. E TRATTAM. INFORMATICO DEI DATI 8766 (L-35) - GENOVA 3 cfu anno 2 ROBOTICS ENGINEERING 10635 (LM-32) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/05 LINGUA Inglese SEDE GENOVA PERIODO 1° Semestre MATERIALE DIDATTICO AULAWEB PRESENTAZIONE Nell'era dell'informazione qualunque sistema o dispositivo genera una qualche forma di dati per scopi diagnostici o di analisi. Il corso dettaglia le tecniche di analisi dei dati allo scopo di ricavarne informazioni e nuova conoscenza per il supporto alle decisioni. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Allo studente verranno fornite nozioni avanzate di machine learning e data analysis. Lo studente acquisirà competenze nel settore del machine learning e della data analysis anche attraverso una serie di esempi di applicazione reale delle metodologie presentate nel corso OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Lo studente sarà in grado di applicare le conoscenze acquisite ad un caso di studio reale ricavando il modello del fenomeno che ha generato i dati in esame. PREREQUISITI Programmazione (Matlab/Python/R), algebra lineare, probabilità e statistica. MODALITA' DIDATTICHE Il corso alterna lezioni frontali con sessioni di esercitazioni pratiche al calcolatore in linguaggio Matlab/Python/R PROGRAMMA/CONTENUTO Inferenza statistica Apprendimento supervisionato, semisupervisionato, e non supervisionato Teoria dell'apprendimento statistico Algorithmi Shallow di Machine Learning (esempi in linguaggio Matlab/Python/R) Algorithmi Deep di Machine Learning (esempi in linguaggio Matlab/Python/R) Model Selection e Error Estimation TESTI/BIBLIOGRAFIA C. C. Aggarwal "Data Mining - The textbook" 2015 T. Hastie, R.Tibshirani, J.Friedman "The Elements of Statistical Learning: Data Mining, Inference, and Prediction" 2009. S. Shalev-Shwartz, S. Ben-David "Understanding machine learning: From theory to algorithms" 2014 I. Goodfellow, Y. Bengio, A. Courville "Deep learning" 2016 L. Oneto "Model Selection and Error Estimation in a Nutshell" 2020 DOCENTI E COMMISSIONI LUCA ONETO Ricevimento: Su appuntamento, tramite e-mail Commissione d'esame LUCA ONETO (Presidente) MARCO MARATEA DAVIDE ANGUITA (Presidente Supplente) LEZIONI INIZIO LEZIONI https://courses.unige.it/11160/p/students-timetable Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Orale su appuntamento MODALITA' DI ACCERTAMENTO Lo studente risolverà un problema reale a piacere applicando le tecniche apprese durante il corso. Calendario appelli Data appello Orario Luogo Tipologia Note 07/01/2022 08:00 GENOVA Esame su appuntamento 07/01/2022 08:00 GENOVA Orale 07/02/2022 08:00 GENOVA Esame su appuntamento 07/02/2022 08:00 GENOVA Orale 10/02/2022 09:00 GENOVA Esame su appuntamento 31/05/2022 08:00 GENOVA Esame su appuntamento 31/05/2022 08:00 GENOVA Orale 17/06/2022 08:00 GENOVA Esame su appuntamento 17/06/2022 08:00 GENOVA Orale 01/07/2022 08:00 GENOVA Esame su appuntamento 01/07/2022 08:00 GENOVA Orale 29/07/2022 09:00 GENOVA Esame su appuntamento 31/08/2022 08:00 GENOVA Esame su appuntamento 31/08/2022 08:00 GENOVA Orale 15/09/2022 09:00 GENOVA Esame su appuntamento
