Argomenti del programma: 1. Apprendimento automatico. Tipi di apprendimento. Funzioni di costo. Minimizzazione del rischio empirico. Generalizzazione ed overfitting. 2. Ottimizzazione di modelli. Funzioni convesse. Discesa del gradiente. Discesa stocastica del gradiente. 3. Regressione. Regressione lineare. Basi di funzioni. Selezione dei predittori. Regolarizzazione. 4. Classificazione. Modelli generativi. Nearest neighbor.
Argomenti del programma: 1. Problemi di ottimizzazione e di ottimizzazione combinatoria. Enumerazione delle soluzioni. 2. Fondamenti di analisi degli algoritmi. Trattabilità computazionale. Ordine asintotico di crescita. 3. Grafi. Connettività ed attraversamento. Bipartizioni. Connettività in grafi diretti. Grafi diretti aciclici ed ordinamento topologico. 4. Algoritmi avidi. Schedulazione di intervalli. Caching ottimo.
Argomenti del programma: 1. Apprendimento automatico. Tipi di apprendimento. Funzioni di costo. Minimizzazione del rischio empirico. Generalizzazione ed overfitting. 2. Ottimizzazione di modelli. Funzioni convesse. Discesa del gradiente. Discesa stocastica del gradiente. 3. Regressione. Regressione lineare. Basi di funzioni. Selezione dei predittori. Regolarizzazione. 4. Classificazione. Modelli generativi. Nearest neighbor.
Argomenti del programma: 1. Problemi di ottimizzazione e di ottimizzazione combinatoria. Enumerazione delle soluzioni. 2. Fondamenti di analisi degli algoritmi. Trattabilità computazionale. Ordine asintotico di crescita. 3. Grafi. Connettività ed attraversamento. Bipartizioni. Connettività in grafi diretti. Grafi diretti aciclici ed ordinamento topologico. 4. Algoritmi avidi. Schedulazione di intervalli. Caching ottimo.
Argomenti del programma: 1. Apprendimento automatico. Tipi di apprendimento. Funzioni di costo. Minimizzazione del rischio empirico. Generalizzazione ed overfitting. 2. Ottimizzazione di modelli. Funzioni convesse. Discesa del gradiente. Discesa stocastica del gradiente. 3. Regressione. Regressione lineare. Basi di funzioni. Selezione dei predittori. Regolarizzazione. 4. Classificazione. Modelli generativi. Nearest neighbor.
Libri Universitari