Machine Learning (Statistical Learning)
Insegnamento: Computational Complexity
Modulo: Statistical Learning
Titolo insegnamento in inglese: Machine Learning. Statistical Learning
Lingua: italiano
Anno di corso: 1
Semestre: 2
CFU: 6
Insegnamenti propedeutici previsti: Nessuno.
Docenti:
- Anna Corazza
Obiettivi Formativi
Il corso mira a fornire agli studenti le competenze teoriche e computazionali necessarie per comprendere, progettare e attuare moderni approcci statistici di machine learning. Tali sistemi sono ampiamente adottati in diversi settori ed è importante essere in grado di formulare correttamente il problema e scegliere l'approccio più efficace per la situazione specifica.
Programma
Definizioni di base dell'apprendimento automatico con e senza supervisione. Problema della valutazione degli algoritmi di apprendimento automatico: parametri di valutazione e protocolli sperimentali. Il modello a spazio vettoriale e la definizione di somiglianza. Feature selection. Classificazione: Naive Bayes, Rocchio, k Nearest Neighbour, support vector machines. Cluster: K-mean, approcci gerarchici. Etichettatura dei cluster. Gli esempi saranno preferibilmente presi dal campo dell'information retrieval.
Modalità didattiche
Lezioni frontali.
Materiale didattico
Shai Shalev-Shwartz, Shai Ben-David, UNDERSTANDING MACHINE LEARNING: From Theory to Algorithms
Modalità di esame
L'esame si articola in prova scritta ed orale.
La prova scritta consta di quesiti a risposta libera.