Machine Learning For Human Data – Padova

• L'insegnamento tratta diverse tematiche che non sono tutte presenti in un solo libro di testo. Spesso, si utilizzeranno articoli scientifici come riferimento per lo studio.

Argomenti del programma: Parte I - Introduzione - Introduzione al corso, modalità d'esame, orari di ricevimento del docente, ecc. - Introduzione agli argomenti del corso e alla loro rilevanza Parte II – Unsupervised learning - Principal Component Analysis (PCA): introduzione, importanza, lossy signal compression - Clustering no. 1: soft K-means, Expectation Maximization (EM) - Clustering no.

• L'insegnamento tratta diverse tematiche che non sono tutte presenti in un solo libro di testo. Spesso, si utilizzeranno articoli scientifici come riferimento per lo studio.

Argomenti del programma: Parte I - Introduzione - Introduzione al corso, modalità d'esame, orari di ricevimento del docente, ecc. - Introduzione agli argomenti del corso e alla loro rilevanza Parte II – Unsupervised learning - Principal Component Analysis (PCA): introduzione, importanza, lossy signal compression - Clustering no. 1: soft K-means, Expectation Maximization (EM) - Clustering no.