Prof. Francesco Grigoli

Argomenti del programma: Introduzione Introzione al corso e concetti base di Machine Learning Metodi di ottimizzazione Concetti base sull'ottimizzazione Metodi globali e locali Supervised Learning Regression (Linear and Non-linear regression). Classification (Logistic Regression, K-NearestNeighbors and Support Vector Machines). Unsupervised Learning Clustering (k-means, Hierarchical Clustering, DB-Scan).

Argomenti del programma: Introduction and general concepts Theory of Seismic Waves - Fundamentals of Elasticity Theory - The Seismic Wave Equation - Body Waves and Ray Theory - Surface Waves and Dispersion Earthquake Physics - Mathematical representation of seismic source - The Somigniana's Tensor and the Green's Function - Seismic Moment Tensors and Source parameters - Kinematics and Dynamics of Earthquakes Observational Seismology - The…

• Le dispense ed esercitazioni fornite
• Per GIS si offriranno dispense e si utilizzeranno i manuali dei software ArcGIS Pro e/o QGIS e/o GoogleEarthEngine

Argomenti del programma: Vista la numerosita' delle tematiche trattate nelle Scienze della Terra, di seguito sono riportati degli esempi di argomenti che saranno affrontati per quanto riguarda le esercitazioni sui dati reali. Tali esempi potranno essere integrati o modificati in base alle esigenze didattiche tenendo presente gli obiettivi del corso. Introduzione al corso.