Apprendimento Automatico
Contenuto e Struttura del
corso
(aa. 2009/2010)
(Ultimo aggiornamento: 28 Giugno 2010)
Docente: Alessandro
Sperduti
Note introduttive
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:
-
T. Mitchell , "Machine Learning", McGraw Hill, 1998. (libro di testo)
- J. Shawe-Taylor & N. Cristianini, "Kernel Methods for Pattern
Recognition", Cambridge University Press, 2004.
Calendario delle lezioni
Il corso si tiene con il seguente calendario:
dal Martedì al Giovedì 9:30-11:30
in aula Torre Archimede 1BC/50 nel periodo 8 Aprile -
11 Giugno 2009
Laboratorio (11, 18, 25 Maggio, 8 Giugno): Lab/A in orario di lezione
Ricevimento studenti
Il ricevimento studenti si svolge, tranne diverso avviso, con
il
seguente calendario:
-
Martedì 15:00 - 17:00 in stanza 427, Torre Archimede
Modalita' di esame
Orale
Appelli di esame
Disponibili risultati II compitino: richiedere via e-mail il voto
Aperta lista di iscrizione su UNIWEB per l'appello del
primo di Luglio.
LUCIDI DELLE LEZIONI:
Introduzione e concetti fondamentali
(8, 13 Aprile)
Concetti fondamentali
(13,14 Aprile)
Apprendimento PAC e
On-Line (14,15,20,21 Aprile)
Alberi di Decisione (22,27 Aprile)
Esempi di
apprendimento di Alberi di Decisione (27, 28 Aprile)
Boosting, Perceptron (28, 29 Aprile, 4 Maggio)
Discesa di Gradiente
e Reti Feed-forward (5, 6, 12, 13 Maggio)
Regressione lineare (13 Maggio)
Support Vector Machines (13,
20, 26 Maggio)
Compitino: 19 Maggio
Esempio I compitino
dataset SONAR (zip)
Apprendimento Bayesiano
(27 Maggio, 3 e 9 Giugno)
Cenni k-nn e alg. clustering (9 Giugno)
Apprendimento con Rinforzo (10 Giugno)
Contenuti di massima del corso
- Concetti fondamentali dell'apprendimento
automatico
- Apprendimento on-line: alcuni semplici algoritmi e
loro analisi teorica
- Apprendimento di alberi di decisione
- Boosting
- Reti Neurali
- Support Vector Machines
- Apprendimento probabilistico
- Apprendimento con rinforzo