Share This
Tecniche di Apprendimento Automatico
Lezioni 2009/2010
Il programma di quest’anno è lo stesso dell’anno scorso.
- Course Introduction (pdf, video)
- Data Mining (pdf, video)
- Machine Learning for Data Mining (pdf, video)
- Data Representation (pdf, video)
- Association Rules
- Clustering
- Introduction (pdf, video)
- Partitioning Clustering (pdf, video)
- Hierarchical Clustering (pdf, video)
- Density-based, grid-based, and model-based clustering (pdf, video)
- Classification
- Introduction (pdf, video)
- Decision Trees (pdf, video1, video2)
- Rules (pdf, video)
- Naive Bayes & IBL (pdf, video)
- Evaluation (pdf, video)
Temi di Esame
Lezioni 2008/2009
Le lezioni di quest’anno sono terminate. Ecco la lista degli argomenti svolti con le slide e i video delle lezioni.
- Course Introduction (pdf, video)
- Data Mining (pdf, video)
- Machine Learning for Data Mining (pdf, video)
- Data Representation (pdf, video)
- Association Rules
- Clustering
- Introduction (pdf, video)
- Partitioning Clustering (pdf, video)
- Hierarchical Clustering (pdf, video)
- Density-based, grid-based, and model-based clustering (pdf, video)
- Classification
- Introduction (pdf, video)
- Decision Trees (pdf, video1, video2)
- Rules (pdf, video)
- Naive Bayes & IBL (pdf, video)
- Evaluation (pdf, video)
Lezioni 2007/2008
Come l’anno scorso, anche quest’anno il corso di Tecniche di Apprendimento Automatico per Applicazioni di Data Mining è tenuto in corso unione con il corso di Data Mining and Text Mining. Le 20 ore del corso coincidono quindi con le prima 20 ore, le prime quattro settimane, del corso di Data Mining and Text Mining. Le lezioni sono tenute in Inglese, lo scritto può essere svolto in Italiano o in Inglese a scelta.
Trasparenze
- Course Introduction (pdf, slideshare)
- Data Mining (pdf, slideshare)
- Machine Learning for Data Mining (pdf, slideshare)
- Data Representation (pdf)
- Association Rules
- Clustering
- Introduction (pdf)
- Partitioning Clustering (pdf)
- Hierarchical Clustering (pdf)
- Density-based, grid-based, and model-based clustering (pdf)
- Classification
Lezioni A.A.2005/2006
- Introduzione al corso (Livelli di Grigio, Colori)
- Knowledge Discovery, Apprendimento Automatico e Data Mining (Livelli di Grigio, Colori)
- Introduzione alla classificazione (Livelli di Grigio, Colori)
- Alberi di decisione (Livelli di Grigio, Colori)
- Regole di classificazione (Livelli di Grigio, Colori)
- Altri metodi di classificazione (Livelli di Grigio, Colori)
- Valutazione (Livelli di Grigio, Colori)
- Clustering (Livelli di Grigio, Colori)
Seminari A.A.2004/2005
- Tecniche di visualizzazione (Slide)
- Bagging and Boosting (slide)
- Support Vector Machines per classificazione (slide)
- Data Mining in ambito assicurativo. Ing. Igor Rossini. Ace-Ina (livelli di grigio, colore)
- Regole di Associazione, Correlazione e pseudo vincoli (livelli di grigio, colore)
Bibliografia
- Tom Mitchell. Machine Learning. McGraw Hill (1997).
- J. Han. Data Mining – Concepts and Techniques. Morgan Kaufmann (2000).
–>