- Docente: Valeria Simoncini
- Crediti formativi: 6
- SSD: MAT/08
- Lingua di insegnamento: Italiano
- Moduli: Valeria Simoncini (Modulo 1) Martina Iannacito (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Bologna
-
Corso:
Laurea in
Matematica (cod. 8010)
Valido anche per Laurea in Matematica (cod. 6061)
-
Orario delle lezioni (Modulo 1)
dal 17/02/2025 al 29/05/2025
Conoscenze e abilità da conseguire
Al termine del corso, lo studente ha competenze, teoriche e computazionali, per risolvere alcuni problemi numerici di base nelle applicazioni.
Contenuti
Il corso prevede lo studio di: Matrix methods for Data Mining. L'informazione contenuta in grandi quantita' di dati, usufruita per esempio dai motori di ricerca (es. Google), od usata nello studio di dati climatici, nel pattern recognition, ecc., e' spesso gestibile grazie all'uso di tecniche matriciali avanzate di alto livello, per la risoluzione numerica di sistemi lineari di enormi dimensioni, la risoluzione numerica di problemi agli autovalori e valori singolari di grandi dimensioni, il calcolo di funzioni di matrici, e la gestione di grafi. Il corso prevede di studiare queste tecniche, partendo dagli aspetti analitici di Teoria delle Matrici, e arrivando al loro utilizzo pratico nel Data Mining.
Testi/Bibliografia
Lars Elden, Matrix Methods in Data Mining and Pattern Recognition, SIAM, Aprile 2007.
M.W. Berry and M. Browne, Understanding Search Engines: Mathematical Modeling and Text Retrieval , SIAM Book Series: Software, Environments, and Tools, Second Edition (Maggio 2005).
Altri testi, articoli scientifici recenti su problemi applicativi con dati reali
altri testi nel sito:
https://www.dm.unibo.it/~simoncin/DataMining.html
Metodi didattici
lezioni frontali in aula, ed attivita' indipendente in laboratorio informatico.
Modalità di verifica e valutazione dell'apprendimento
Presentazione orale di un progetto sugli argomenti visti durante il corso.Prova orale sul materiale del corso.
Strumenti a supporto della didattica
Il corso prevede lezioni in aula con Lucidi, che saranno disponibili sul sito del Docente. Il corso prevede un ausilio continuo di Matlab per confrontare quanto visto a lezione con casi applicativi, in Laboratorio Informatico.
See http://www.dm.unibo.it/~simoncin/DataMining.html
Orario di ricevimento
Consulta il sito web di Valeria Simoncini
Consulta il sito web di Martina Iannacito