2014
2014
Sei collegato come utente non registrato
Riepilogo dell'insegnamento: Data mining: problemi, strumenti ed applicazioni
| Informazioni generali | |||
| Corso di Laurea | Informatica | Percorso | |
|---|---|---|---|
| CFU | 6 | Università | INSUBRIA |
| 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
Mining di regole di associazione e pattern sequenziali -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Alberi di decisione, classificazione lineare e lineare generalizzata; metodi di aggregazione -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Prolemi e metodi di apprendimento ad informazioni parziali (tradeoff esplorazione-sfruttamento, "bandit problems", crowdsourcing) -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Classificazione gerarchica, ranking, collaborative filtering -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Data mining su reti (co-training, transfer learning) -
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Active learning e semi-supervised learning su reti di task, pagerank per la classificazione di strutture testuali linkate, community discovery e problemi similari
(*) Le sottoaree con asterisco sono quelle che il GRIN auspica facciano parte in via prioritaria dei sillabi degli insegnamenti assegnati all?area stessa
