IN550 - Machine Learning - AA 2019-2020

Corso

Descrizione, Programma


Introduzione

Il corso di IN550 - Machine Learning mira a fornire la conoscenza di base del problema dell'apprendimento automatico ovvero a come istruire un calcolatore analizzando i dati a disposizione, senza essere esplicitamente programmati. Durante il corso verranno descritte i principali metodi di apprendimento automatico con o senza supervisore e ne verranno discusse le proprietà ed i criteri di applicabilità. Lo studente acquisirà la capacità di formulare correttamente il problema, di scegliere l'algoritmo opportuno, e di condurre l'analisi sperimentale per valutare i risultati ottenuti. Un altro obiettivo del corso riguarda la cura dell'aspetto pratico dell'implementazione dei metodi introdotti, attraverso la presentazione di esempi di impiego in diversi scenari applicativi.

 

Programma indicativo del corso

  • Introduzione al Machine Learning: cosa è l'apprendimento automatico; a cosa mira, quali sono i problemi; quali sono gli strumenti teorici utilizzati; panoramica degli argomenti che saranno trattati durante il corso.
  • Supervised and unsupervised learning; Model representation; La funzione costo; L'algoritmo della discesa del gradiente;
  • La regressione lineare; Il gradient descent per la regressione lineare; La regressione logistica; Il gradient descent per la regressione logistica; La normal equation;
  • Il problema della classificazione; La rappresentazione dell'ipotesi; La funzione costo; Il metodo one-vs-all; Il problema dell'overfitting; La regolarizzazione nella regressione lineare e in quella logistica;
  • Il percettrone; Le Neural Networks; L'algoritmo di Error-back propagation; L'inizializzazione casuale dei pesi;
  • La selezione del modello; Il train, validation e test set; La diagnosi mediante bias e variance; Le curve di apprendimento; L'analisi degli errori;

  • Programma finale del corso AA 2019-2020

    Il programma effettivo sarà disponibile al termine del corso.