|
Docente
|
MARTINELLI EUGENIO
(programma)
- Cosa è la pattern recognition e l’analisi dati multivariata
- I dati sperimentali e le caratteristiche degli strumenti di misura
- Fondamenti dell’ analisi statistica dei dati
- Vettori, spazi vettoriali e matrici
- Matrici e statistica delle matrici (matrice di Covarianza, autovettori, autovalori)
- Analisi esplorativa:
Estrazione delle features.
Preprocessamento dei dati.
Identificazione di outliers.
- Analisi delle componenti principali (PCA)e Partial Least Square (PLS).
- Analisi descrittiva multivariata.
- Teoria e tecniche di classificazione (Pattern Recognition) e loro applicazioni.
- Modelli di classificazione lineari supervisionati e non superivisonati (Fisher discriminant analysis, KNN, Mahalanobis classifier, PLS-DA,…).
- Tecniche di validazione dei modelli (Leave one out cross validation, Venetian blind, …).
-Tecniche di feature selection.
- Reti neurali per la classificazione e Support Vector Machine.
- Algoritmi genetici e bioinspirati (Ant Colony Optimization, Ant miner, Algoritmi genetici, Artificial Immune System,…) e loro applicazioni.
 Pattern Classification , Duda & Hart.
|
