nav-left cat-right
cat-right

Tecniche di Apprendimento Automatico

Lezioni 2009/2010

Il programma di quest’anno è lo stesso dell’anno scorso.

Temi di Esame

  • 2006/2007 (zip)
  • 2007/2008 (zip)
  • 2008/2009 (zip)

Lezioni 2008/2009

Le lezioni di quest’anno sono terminate. Ecco la lista degli argomenti svolti con le slide e i video delle lezioni.

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
    • Basics (pdf)
    • Advanced Topics (pdf)
  • Clustering
    • Introduction (pdf)
    • Partitioning Clustering (pdf)
    • Hierarchical Clustering (pdf)
    • Density-based, grid-based, and model-based clustering (pdf)
  • Classification
    • Introduction (pdf)
    • Decision Trees (pdf)
    • Rules (pdf)
    • Naive Bayes & IBL (pdf)

Lezioni A.A.2005/2006

Seminari A.A.2004/2005

Bibliografia

  • Tom Mitchell. Machine Learning. McGraw Hill (1997).
  • J. Han. Data Mining – Concepts and Techniques. Morgan Kaufmann (2000).

–>