2014
2014
Sei collegato come utente non registrato
Riepilogo dell'insegnamento: Machine learning
| Informazioni generali | |||
| Corso di Laurea | Informatica | Percorso | Computer Science and Technology |
|---|---|---|---|
| CFU | 6 | Università | TRENTO |
| Ore di didattica frontale per CFU | 8 | Settore Scientifico Disciplinare | INF/01 |
6 cfu così ripartiti nelle aree:
- 6 CFU nell'area M - Rappresentazione della conoscenza
Sillabo dell'insegnamento
- M - Rappresentazione della conoscenza
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Introduction to machine learning: designing a machine learning system, learning settings and tasks, decision trees, k-nearest-neighbour estimation. -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Bayesian decision theory, maximum likelihood and Bayesian parameter estimation. -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Neural networks: perceptron, multilayer neural networks. -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Clustering: k-means, hierarchical clustering. -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Kernel Machines: kernels, reproducing kernel Hilbert spaces, representer theorem, support vector machines for classification, regression and ranking, kernel construction, kernels for structured data. -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Statistical Learning Theory: PAC learning, consistency, VC dimension, generalization and models comparison. Applications to text categorization and bioinformatics.
(*) Le sottoaree con asterisco sono quelle che il GRIN auspica facciano parte in via prioritaria dei sillabi degli insegnamenti assegnati all?area stessa
Insegnamenti "macro" nell'ambito dei quali può essere scelto
