(Ultimo aggiornamento 15 Maggio 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: P140 o P036 (Paolotti) in orario di lezione
LUCIDI DELLE LEZIONI:
PRIMA PARTE (prof. Sperduti)
Lucidi di introduzione al corso, 7-8/04
Complessità dello spazio delle ipotesi, 9/04
la lezione del 14 Aprile non sarà tenuta causa chiusura straordinaria di Torre Archimede
VC-dimension (spazio ipotesi finito, infinita), 15/04
Apprendimento di Concetti, 15/04
Apprendimento di Alberi di Decisione (parte 1), 16/04
Apprendimento di Alberi di Decisione (parte 2), 28,29/04
Selezione degli Attributi (Feature Selection), 29/04
Apprendimento Probabilistico (parte 1), 30/04
Apprendimento Probabilistico (parte 2), 5/05 (recupero lezione del 14 Aprile, ore 13:30-15:30)
Apprendimento Probabilistico (parte 3), 5,6/05; esempio di EM
Support Vector Machines, 7,12,13/05
Reti Neurali (parte 1), 13,14/05
Reti Neurali (parte 2), 14/05
Laboratorio introduttivo (Aiolli): 19 Maggio, Lab P140, ore 15:30
Primo compitino (sugli argomenti fino alla lezione sulle Support Vector Machines del 13/05 inclusa): 21 Maggio, Aula 1AD/100, ore 15:30
Reti Neurali (parte 3), 26/05
Lezioni aula: 27/05, 3,9,11/06; Lezioni laboratorio: 28/05, 4,10,16/06
Secondo compitino: 18 Giugno, Aula 1BC/50, ore 15:30
Esempio di compitino (seconda parte)