I materiali pubblicati sul sito costituiscono rielaborazioni personali del Publisher di informazioni apprese con la frequenza delle lezioni e lo studio autonomo di eventuali testi di riferimento in preparazione all’esame finale o della tesi. Non devono intendersi come materiale ufficiale dell’università attribuibile al docente del corso.
…continua
Ultimi appunti inseriti
Appunti più scaricati
Appunti per nome

Filtra per

Tutte le tipologie

Ordina

Filtra

Appunti degli studenti per corsi ed esami del Prof. Antonelli Michela

icona-appunti
icona-appunti

Quiz data mining Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università degli studi di Genova

Esercitazione
4,5 / 5
Scarica
Esercizi di Data mining elaborati dal publisher sulla base di appunti personali e frequenza delle lezioni della professoressa Antonelli, dell'università degli Studi di Genova - Unige, della facoltà di Ingegneria. Scarica il file con le esercitazioni in formato PDF!
...continua
icona-appunti
icona-appunti

Data mining - domande aperte Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università telematica "e-Campus" di Novedrate (CO)

Esercitazione
3 / 5
Scarica
Esercizi di data mining elaborati dal publisher sulla base di appunti personali e frequenza delle lezioni della professoressa Antonelli, dell'università degli Studi Ecampus - Uniecampus, della facoltà di ingegneria. Scarica il file con le esercitazioni in formato PDF!
...continua
icona-appunti
icona-appunti

Classificazione Multi-Classe con classificatori binari + Codice Sorgente Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università telematica "e-Campus" di Novedrate (CO)

Prove svolte
5 / 5
Scarica
Esercitazione svolta sulla classificazione multi-classe con classificatori binari. L'esercitazione è divisa nei seguenti paragrafi: Requisiti, Sviluppo e Codice Java (codice sorgente Java utilizzato per realizzare il progetto).
...continua
icona-appunti
icona-appunti

Esercitazione svolta Data Mining con Codice Sorgente Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università telematica "e-Campus" di Novedrate (CO)

Prove svolte
4,5 / 5
Scarica
Esercitazione svolta Data Mining con Codice Sorgente* | Prof. Antonelli - questo documento di progettazione è stato consegnato una settimana prima dell'esame con il codice sorgente java per accedere successivamente alle prove scritte - per il Codice sorgente potete contattarmi alla seguente mail carmdevol@gmail.com - vi risponderò in brevissimo tempo. In questo contesto, si suppone che il training set (F caratteristiche descrittive ed una caratteristica per la classe) sia costituito da una porzione di dati non etichettati che vengono sfruttati per rafforzare il modello predittivo. Si supponga di utilizzare un algoritmo di clustering quale il Simple K-means. L’approccio da seguire è: Supponendo di conoscere il numero N di classi, applicare un algoritmo di clustering per generare un modello di clustering (identificare i cluster, ciascuno descritto dai propri centroidi) fissando il numero di cluster da identificare pari ad N. Per far ciò, considerare il training set senza etichette (considerare solo le F caratteristiche descrittive). - Una volta generato il modello di clustering, considerare tutte le istanze etichettate del training set e calcolare la distanza di ciascuna di esse dai centroidi. Assegnare l’istanza al cluster più vicino. - Identificare l’etichetta di ciascun cluster: per ciascun cluster verificare quante istanze etichettate del training set sono state assegnate ad esso ed associare al cluster l’etichetta più ricorrente (esempio: se nel cluster x ci sono 4 istanze di classe 1, 1 istanza di classe 2 e 2 istanze di classe 3, assegnare al cluster l’etichetta classe 1) - Utilizzare il modello per classificare: data una istanza sconosciuta, calcolare la distanza da ciascun centroide ed associare l’etichetta del cluster del centroide più vicino.
...continua
icona-appunti
icona-appunti

Esercitazione con codice per l’ammissione all’esame scritto di Data mining - Classificazione semi-supervisionata Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università telematica "e-Campus" di Novedrate (CO)

Prove svolte
4 / 5
Scarica
Si richiede di effettuare degli esperimenti con applicazione di algoritmi di classificazione in cui il modello predittivo viene generato in maniera semi supervisionata. In questo contesto, si suppone che il training set (F caratteristiche descrittive ed una caratteristica per la classe) sia costituito da una porzione di dati non etichettati che vengono sfruttati per rafforzare il modello predittivo. Si supponga di utilizzare un algoritmo di clustering quale il Simple K-means - Viene fornito un dataset in formato ARFF (utilizzato in WEKA, facile da comprendere dalla descrizione allegata) su cui si richiede di effettuare una 10 fold cross validation: per ogni training set (in tutto ne saranno 10), estrarre un percentuale di istanza etichettate (cercando di mantenere la distribuzione delle classi) pari al 30%, 20%, 10% e 5% delle classi e costruire il modello semi-supervisionato come descritto sopra.
...continua
icona-appunti
icona-appunti

Paniere risposte chiuse Data Mining Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università telematica "e-Campus" di Novedrate (CO)

Panieri
Scarica
Ho redatto in modo esaustivo e accurato le risposte chiuse del paniere di Data Mining della Prof.ssa Antonelli Michela, basandomi sugli argomenti trattati durante il corso. Ogni risposta è stata elaborata con attenzione per fornire un riferimento chiaro e completo, utile per la preparazione allo scritto.
...continua
icona-appunti
icona-appunti

Paniere Completo di Data Mining B (2025) - Risposte multiple Premium

Esame Data mining

Facoltà Ingegneria

Dal corso del Prof. M. Antonelli

Università Università telematica "e-Campus" di Novedrate (CO)

Panieri
Scarica
Paniere Domande multiple verificate di Data mining. Docente: Antonelli Michela. Università eCampus. Se questo documento ti è stato utile, lascia una recensione! Grazie e buon proseguimento nello studio.
...continua