Machine Learning e Data Mining
- Codice
- DTI DA.01
- Presentazione
- L’accesso a sempre maggiori quantità di dati e di potenza di calcolo sta rendendo tutti più consapevoli delle enormi potenzialità degli algoritmi di sviluppare schemi di comportamento intelligente semplicemente imparando dai dati disponibili.
I dati prodotti da gps, foto satellitari e sensori sono analizzati per ottimizzare il lavoro degli agricoltori. L'analisi dei comportanti degli utenti su Amazon, piuttosto che su Google o Facebook, permette di creare pubblicità mirate molto efficaci.
L'analisi di dati aziendali, bancari, delle carte di credito, evita casi di frodi e allo stesso tempo fornisce un miglior servizio al cliente. Più in generale, l’apprendimento di modelli e comportamenti intelligenti con il data mining permettere di valutare scenari futuri in modo più affidabile di quanto sia stato possibile sinora.
- Obiettivi
- Il corso è pensato per mettere rapidamente in grado le persone (anche principianti assoluti) di capire cosa significhi fare data mining e quali siano i problemi principali che si possono affrontare con le relative tecniche. A questo scopo, dopo una breve introduzione agli argomenti da trattare, ogni lezione si sviluppera` a partire da una caso pratico basato su uno specifico insieme di dati. Gli studenti impareranno ad analizzare i dati attraverso un semplice software grafico e potranno immediatamente verificare la bonta` dei modelli ottenuti. Le varie conoscenze apprese durante queste lezioni verranno poi regolarmente messe alla prova con sessioni di esercizi e piccole competizioni.
- Destinatari
- Iscritti al Certificate of Advanced Studies in Big Data Analytics e Data Mining, persone interessate a scoprire come estrarre informazioni dai dati.
- Requisiti
- Utilizzo PC Windows.
- Certificato
- Attestato di frequenza
3 crediti di studio ECTS validi per il Certificate of Advanced Studies in Big Data Analytics e Machine Learning, subordinati al superamento dell'esame finale.
- Crediti di studio
- 3 ECTS
- Programma
- - Introduzione al machine learning/data mining
- Uso grafico di Weka
- Preparazione dei dati (discretizzazione, pulizia, dati mancanti, selezione delle variabili)
- Apprendimento supervisionato (classificatori principali e meta-classificatori: bagging, boosting)
- Valutazione empirica dei classificatori
- Dati temporali (serie storiche)
- Cenni a bias-variance decomposition, classificazione cost-sensitive, test statistici di confronto
- Introduzione alle reti Bayesiane
- Grafi causali, d-separazione, probabilità condizionata
- Uso di SamIam
- Esempi di casi pratici durante tutto il modulo
- Durata
- 36 ore-lezione
- Responsabile/i
- Marco Zaffalon, Professore, Istituto dalle Molle di studi sull'intelligenza artificiale
- Relatore/i
- David Huber, Ricercatore, Istituto dalle Molle di studi sull'intelligenza artificiale
- Iscrizione ai corsi
- Entro il 20 gennaio 2023
- Date
- 13, 16, 27 febbraio
2, 6, 9, 13, 15, 20 marzo 2023
Il corso potrà essere erogato in presenza o in modalità a distanza a dipendenza delle disposizioni delle autorità federali o cantonali.
- Orari
- 17.30-21.00
- Luogo
- SUPSI, Dipartimento tecnologie innovative, Campus Est, Via La Santa 1, 6900 Lugano-Viganello
La modalità di insegnamento sarà blended-learning e l'esame in presenza.
Studenti che fisicamente sono impossibilitati a raggiungere Lugano potranno seguire l'intero corso a distanza.
- Costo
- CHF 1'100.--
È previsto uno sconto del 10% per i soci individuali di AFTI, AITI, ATED e itSMF.
- Informazioni di contatto
- david.huber@supsi.ch
- Informazioni
- SUPSI, DTI, Formazione continua
Polo universitario Lugano, Campus Est
Via La Santa 1
CH-6962 Lugano-Viganello
tel.+41 (0)58 666 66 84, dti.fc@supsi.ch
www.supsi.ch/fc
Corsi che potrebbero interessarti
