Machine learning e laboratorio di analisi dei big data - Machine learning
-
Fondamenti di machine learning per la finanza
Classe: L-18, L-18 R
- A.A. 2025/2026
- CFU 6, 6(m)
- Ore 40, 40(m)
- Classe di laurea L-41 R, L-41(m), L-18(m), L-18 R(m)
È richiesta la conoscenza dei seguenti argomenti:
- Analisi matematica di base, in particolare il concetto di derivata e la regola di derivazione composta. Utile anche la conoscenza del concetto di gradiente
- Teoria della probabilità, in particolare il concetto di eventi dipendenti, di probabilità totale e il teorema di Bayes
- Fondamenti di algebra lineare
Il corso si propone di far comprendere i fondamentali del machine learning.
Dopo un'adeguata introduzione dei concetti di base, ciascun* student* sarà in grado di conoscere i principali problemi di machine learning insieme alla loro diffusione, con particolare enfasi sui problemi di classificazione
supervisionata.
Il programma di massima del corso prevede i seguenti argomenti: richiami di calcolo delle probabilità, similarità e distanze, sistemi di raccomandazione, classificazione, regressione logistica, cenni al preprocessing, al clustering, agli alberi decisionali e alle reti neurali.
(A) R. Zacharski, A Programming Guide to Data Mining
(A) D. Jurafsky, J. H. Martin, Speech and Language Processing (terza edizione, in bozza), capitoli 3--7
(A) L. G. Serrano, Machine Learning spiegato in modo facile, Apogeo
(A) S. Ozdemir, Data Science, Apogeo
(C) V. Mirjalilli, S. Raschka, Machine Learning con Python, isbn 978-8850335244, Apogeo
(C) C. M. Bishop, Patter Recognition and Machine Learning, Springer, isbn 978-0387-31073-2
(C) F. Hillier, G. Lieberman, Introduction to Operations Research, (undicesima edizione), McGraw-Hill, capitolo 16
Altre informazioni / materiali aggiuntivi
-
Il taglio del corso è principalmente teorico. Si intende infatti fornire quella conoscenza matematica atta a comprendere i fondamentali del machine learning. Sono dunque previste delle lezioni dove verrà introdotta la matematica del machine learning che interviene nei suoi principali algoritmi. Sono comunque previste delle lezioni meno teoriche dove le tecniche apprese verranno impiegate per la risoluzione di particolari applicazioni.
L'esame è scritto. Verrà richiesto lo svolgimento di problemi. Saranno anche formulate domande teoriche. Non è possibile consultare testi durante l'esame. Non sono previste prove in itinere.
Italiano. Parte del materiale in lingua inglese.
Italiano