Obiettivi e programma

Obiettivi del corso

Il machine learning e data mining è un importante settore dell’informatica con moltissime applicazioni in svariati settori. Il corso si propone di presentare un ampio spettro dei metodi di Machine Learning e Data Mining attualmente disponibili e di discutere le loro proprietà ed applicabilità nel contesto di diversi settori tramite esempi. L’obiettivo principale del corso è quello di consentire agli studenti la risoluzione di problemi di apprendimento automatico e data mining attraverso una adeguata formulazione del problema, una scelta appropriata dell’algoritmo/i adatto/i a risolvere il problema e l’esecuzione di esperimenti per valutare efficacia delle tecniche adottate. Durante il corso verranno esposti i concetti, le idee e le tecniche che permettono l’utilizzo di algoritmi di apprendimento e data mining, piuttosto che concentraci primariamente sulla loro formulazione  e analisi teorica.

Argomenti generali trattati nel corso

1) Introduzione: Machine Learning e Data Mining (ML&DM)
2) Rappresentazione e preprocessing dei dati per ML&DM
3) Apprendimento supervisionato (apprendimento induttivo, alberi di decisione, apprendimento di regole, reti neurali, regressione e classificazione con modelli lineari, support vector machines, apprendimento d’insieme)
4) Apprendimento Bayesiano e reti Bayesiane
5) Apprendimento non-supervisionato e clustering
6) Utilizzo di Python