(Ultimo aggiornamento 16 Gennaio 2012: orale/registrazione 16 Gennaio, ore 17:30 Aula 2BC30
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 (4 lezioni del Giovedì): P036 (Paolotti) in orario di lezione
LUCIDI DELLE LEZIONI:
Lucidi di introduzione al corso (parte 1), 3 Ottobre
Lucidi di introduzione al corso (parte 2), 4 Ottobre
Apprendimento di concetti, 10 Ottobre
I lezione di laboratorio 13 Ottobre (Aiolli)
Lezioni del 17 e 18 Ottobre non tenute per assenza del docenteII lezione di laboratorio 20 e 27 Ottobre (Aiolli)
codice cpp per analisi delle feature (.ps), 20 Ottobre (Aiolli)
codice per analisi delle feature (.cpp), 20 Ottobre (Aiolli)
Alberi di Decisione, 24, 25 Ottobre, 7 Novembre
III lezione di laboratorio 3 Novembre (Aiolli)
AdaBoost, 7 e 8 Novembre; Riferimento bibliografico in rete (Capitolo 10): The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Second Edition, February 2009, Trevor Hastie, Robert Tibshirani, Jerome Friedman
IV lezione di laboratorio 10 Novembre (Aiolli)
Apprendimento Bayesiano, 15 e 21 Novembre
V lezione di laboratorio 17 Novembre (Aiolli)
Support Vector Machines, 28 e 29 Novembre