Offerta Didattica

 

ENGINEERING AND COMPUTER SCIENCE

ADVANCED TECHNIQUES OF DATA ANALYSIS

Classe di corso: LM-32, 18 - Classe delle lauree magistrali in Ingegneria informatica
AA: 2017/2018
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
ING-INF/05CaratterizzanteLiberaLiberaNo
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
64.501.56036024
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

Il corso intende fornire nozioni di base nell'analisi statistica dei dati.

Learning Goals

This course provides an introduction to statistical learning methods

Metodi didattici

Lezioni Frontali

Teaching Methods

Lectures

Prerequisiti

Programmazione, Basi di Dati, Probabilità, Analisi Matematica e Algebra lineare

Prerequisites

Computer Programming, Databases, Probability, Calculus and Linear Algebra

Verifiche dell'apprendimento

Esame Orale

Assessment

Oral Exam

Programma del Corso

Introduction Statistical Learning Linear Regression Classification Resampling Methods Linear Model Selection and Regularization Tree-Based Methods Support Vector Machines Unsupervised Learning

Course Syllabus

Introduction Statistical Learning Linear Regression Classification Resampling Methods Linear Model Selection and Regularization Tree-Based Methods Support Vector Machines Unsupervised Learning

Testi di riferimento: R. Walpole, R. Myers, S. Myers, K. Ye. Analisi statistica dei dati per l'Ingegneria - Strumenti ed Applicazioni in R, Pearson, 2016. “An Introduction to Statistical Learning with Applications in R”, by James, Witten, Hastie, Tibshirani. Scaricabile gratuitamente al seguente URL: http://www.bcf.usc.edu/~gareth/ISL/index.html

Elenco delle unità didattiche costituenti l'insegnamento

ADVANCED TECHNIQUES OF DATA ANALYSIS

Docente: PASQUALE DE MEO
NNomeSSDTipoCFUORETAFFrequenza
1ADVANCED TECHNIQUES OF DATA ANALYSISING-INF/05LEZ4,536CaratterizzanteLibera
2ADVANCED TECHNIQUES OF DATA ANALYSISING-INF/05ESE1,524CaratterizzanteLibera

Legenda
SEGMENTO: Tutte le unità didattiche sono composte da almeno un segmento
TIPO:LEZ - lezione, ESE - esercitazione, LAB - laboratorio

Orario di Ricevimento - PASQUALE DE MEO

GiornoOra inizioOra fineLuogo
Mercoledì 15:00 16:30DICAM, stanza n. 246
Note:
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti