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

Filtra per

Tutte le tipologie

Ordina

Filtra

Appunti degli studenti per corsi ed esami del Prof. Lovaglio Pietro Giorgio

Dal corso del Prof. P. Lovaglio

Università Università degli Studi di Milano - Bicocca

Appunti esame
4 / 5
Appunti i quali integrano sia le slide sia le lezioni del professore Lovaglio riguardanti esclusivamente il modulo di Data mining. E' necessario utilizzare solo questi per passare l'esame in quanto includono tutto ciò che verrà richiesto all'orale.
...continua

Dal corso del Prof. P. Lovaglio

Università Università degli Studi di Milano - Bicocca

Appunti esame
4 / 5
Appunti i quali integrano sia le slide sia le lezioni del prof Lovaglio sul modulo di Data mining e machine learning. Sono sufficienti questi appunti per passare l'esame oltre all'elaborato. Viene spiegato tutto in maniera chiara e precisa.
...continua
Rielaborazione di slides e appunti presi a lezione della prima parte del corso di Data mining and Machine learning per poter studiare in modo lineare gli argomenti sviluppati durante il corso. Sono presenti immagini e alcuni esempi per capire meglio i concetti trattati.
...continua

Dal corso del Prof. P. Lovaglio

Università Università degli Studi di Milano - Bicocca

Schemi e mappe concettuali
Programma di Data mining: Robustezza, overfitting e problematiche di validazione dei risultati Regole associative, Modelli statistici per la classificazione supervisionata (modello lineare, analisi discriminante parametrica, modello logistico binario e multinomiale), Algoritmi per la classificazione supervisionata (Naive Bayes, Nearest Neighbour, neural network, regressioni lasso, Alberi decisionali e Classificativi, PLS, Bagging, Boosting and Random forest)
...continua
Appunti di Statistica computazionale su: 1.Interpretazione di Modelli lineari complessi (Anova, Ancova, GLM) con interazioni, trasformate 2. Robust methods (Bootstrap, Jacknife, Robust Regression, IRLS, WLS, nonparametric regression, loess smoothing and splines) 3. Passi per la costruzione di un modello Robusto 4. Missing data mechanism, missing imputation, (y, X)-transformation, misure di Influenza, diagnostiche, heteroschedaticità, model selection 5. Binary and multinomial logistic regression
...continua
Rielaborazione di slides e appunti presi a lezione di Machine Learning per poter studiare in modo lineare gli argomenti sviluppati durante il corso. Sono presenti immagini e alcuni esempi per capire meglio i concetti trattati.
...continua
Appunti completi del corso di Data mining e machine learning. Nel documento trovate sia la parte di data mining che quella di machine learning. Gli appunti integrano le slide del professore e le sue spiegazioni seguite completamente in presenza.
...continua