(Ultimo aggiornamento 4 Dicembre 2014)
Docenti: Alessandro Sperduti e Fabio Aiolli
Il corso si propone di fornire le nozioni fondamentali per la
comprensione e la progettazione di sistemi che utilizzano tecniche di
Apprendimento Automatico.
I principali riferimenti bibliografici del corso sono i seguenti:
Laboratorio: P036 (Paolotti) in orario di lezione
LUCIDI DELLE LEZIONI:
PRIMA PARTE (2CFU, prof. Sperduti)
Lucidi di introduzione al corso, 1/10 e 3/10
Complessita' spazio delle ipotesi, 3/10 e 8/10 (lezione del 10 Ottobre non tenuta per malattia del docente)
Errore ideale, errore empirico, 8/10
Esempio di spazio delle ipotesi con VC dimension infinita, 15/10
Apprendimento di concetti, 15/10
Apprendimento di alberi di decisione (parte 1), 17/10
Apprendimento di alberi di decisione (parte 2), 22,24/10
Reti neurali (parte 1), 24,29/10
Reti neurali (parte 2), 29,31/10
Reti neurali (parte 3), 31/10
Seconda PARTE (4CFU, dott. Aiolli)Esempio di compitino (I parte)
Apprendimento Probabilistico (parte 1)
Apprendimento Probabilistico (parte 2)
Apprendimento Probabilistico (parte 3)