Riepilogo dell'insegnamento: Algoritmi per l'Analisi dei Dati
6 cfu così ripartiti nelle aree:
- 4 CFU nell'area B - Algoritmi
- 2 CFU nell'area M - Rappresentazione della conoscenza
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
(*) Le sottoaree con asterisco sono quelle che il GRIN auspica facciano parte in via prioritaria dei sillabi degli insegnamenti assegnati all?area stessa