Prof. Alejandro Rodriguez Garcia

• Appunti e articoli di ricerca.

Argomenti del programma: 1. 1.Concetti di base sull'apprendimento automatico non supervisionato. 2. Metodi di riduzione della dimensionalità: teoria generale, metodi classici e tecniche avanzate. 3. Metodi di stima della dimensione intrinseca. 4. Metodi di stima della densità: istogrammi, stima della densità con kernel e k-NN. Metodi avanzati. 5. Clustering: Teoria generale. Classificazione dei metodi di clustering. Algoritmi classici.

Argomenti del programma: 1. Nozioni di base, regressione lineare e logistica. 2. Complessita’ del modello, relazione Bias-Varianza, regolarizzazione, valutazione del modello. 3. Alberi decisionali e classificatori K-NN. 4. PCA e riduzione di dimensionalita’, metodi di clustering. 5. Support Vector Machines e metodi kernel 6. Reti neurali e deep learning. 7. Reinforcement Learning