Sillabo dell'insegnamento

• B - Algoritmi
* SDF - Strutture di Dati Fondamentali
Introduzione al concetto di misura e rappresentazione dei dati in tabelle
AN - Algoritmi Numerici
Metodi di riduzione della dimensionalità dei dati: Singular Value Decomposition,Principal Component Analysis, Fisher Discriminant Analysis, Random Projections.
TAA - Tecniche Algoritmiche Avanzate
Metodi di clustering: Kmeans, Single Link, Complete Link, Average LINK, ISODATA, basati su euristiche)
SDA - Strutture di Dati Avanzate
Validazione: indici di validazione del clustering, matrici di confusione,curve ROC
• M - Rappresentazione della conoscenza
* SBC - Sistemi Basati su Conoscenza
Metodi di classificazione: Classificatore bayesiano, classificatore k-vicini, LDA, Support vector machines, reti neurali
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Metodi kernel: Funzioni Kernel, Support vector machines