Apprendimento Automatico
Contenuto e Struttura del corso
(aa. 2013/2014)

 

(Ultimo aggiornamento 15 Maggio 2014)

Docenti: Alessandro Sperduti e Fabio Aiolli




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:

  1. T. Mitchell , "Machine Learning", McGraw Hill, 1998. (libro di testo)
  2. E. Alpaydin, "Introduction to Machine Learning", Cambridge University Press,  2010.

Calendario delle lezioni

Il corso si tiene con il seguente calendario:   Lunedì, Martedì, Mercoledì 15:30-17:30 in aula Torre Archimede 1BC/50  nel periodo 7 Aprile 2014 -  21 Giugno 2014

Laboratorio: P140 o P036 (Paolotti) in orario di lezione


Ricevimento studenti

Il ricevimento studenti si svolge, tranne diverso avviso, con il seguente calendario:

Modalita' di esame

Compiti scritti, seguiti da eventuale orale


Appelli di esame

in questa sezione saranno inserite informazioni sugli appelli d'esame

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


SECONDA PARTE (dott. Aiolli)

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)


Contenuti di massima del corso

- Concetti fondamentali dell'apprendimento automatico
- Apprendimento di Concetti
- Apprendimento di alberi di decisione
- Reti Neurali
- Support Vector Machines
- Apprendimento probabilistico
- Algoritmi "semplici" di clustering
- Esemplificazione di casi pratici