Bayesian Foundations
Bayesian vs Frequentist Approaches
Bayesian Axiomatic Foundation (Cox-Jaynes)
Priors and Conjugate Priors
Paradoxes
Simple Applications
Neural Networks: Basics
Historical Overview
Threshold Gates, Sigmoidal Gates, Perceptrons
Perceptron Learning, Widrow-Hoff Rule
Backpropagation
Autoencoders
Weight Sharing and Convolutional Architectures, Momentum, and Other Tricks
Applications
Bayesian Learning
Graphical Models: Bayesian Networks and Random Markov Fields
Likelihood, Posterior
Optimizations and Expectations
Monte Carlo Methods
Applications to Neural Networks Structure and Error Functions
Applications to Neural Network Training
Neural Networks: Advanced Topics
Il Prof. Pierre Baldi è Chancellor’s Professor presso l’Università della California ad Irvine, USA, e attualmente Founding Associate-Director, Center for Machine Learning and Intelligent Systems e Founding Director Institute for Genomics and Bioinformatics. Egli è fellow di numerose associazioni scientifiche (ACM, IEEE, AAAI, AAAS) e recipiente di vari premi nazionali ed internazionali. Ad oggi è stato coautore di 186 articoli su rivista, 4 libri, 20 capitoli su libro, e 69 articoli su convegni internazionali con referaggio, oltre che autore di numerosi brevetti. Il suo H-index è pari a 64. Dal 2001 ad oggi ha raccolto fondi di ricerca per più di 24 milioni di dollari, da vari sorgenti (NSF, NIH, IBM, ...). Egli è anche editore associato di numerose riviste scientifiche internazionali, principalmente nell’ambito delle Neural Networks, Data Mining, Bioinformatics, Chemoinformatics.