Apprendimento automatico

Questo modulo esplora l’apprendimento automatico, concentrandosi su algoritmi e modelli che consentono ai computer di apprendere e fare previsioni o decisioni basate sui dati. Copre le tecniche di apprendimento supervisionato, non supervisionato e per rinforzo, insieme ad applicazioni pratiche in aree come il riconoscimento delle immagini, l’elaborazione del linguaggio naturale e l’analisi predittiva.

Costruttore di curriculum

Ha bisogno di aiuto? Clicchi qui per le istruzioni.

Sutton, Richard S. e Andrew G. Barto. Apprendimento per rinforzo: un’introduzione. Seconda edizione. Serie di calcolo adattivo e apprendimento automatico. Cambridge, Massachusetts: The MIT Press, 2018.

Barbiere, Davide. Ragionamento bayesiano e apprendimento automatico. 1a ed. Cambridge University Press, 2012.

https://doi.org/10.1017/CBO9780511804779

MacKay, David J.C. Teoria dell’informazione, inferenza e algoritmi di apprendimento. Cambridge University Press, 2003.

Vescovo, Christopher M. Riconoscimento di modelli e apprendimento automatico. Scienze dell’informazione e statistica. New York: Springer, 2006.

Mohri, Mehryar, Afshin Rostamizadeh e Ameet Talwalkar. “Introduzione.” In Fondamenti dell’apprendimento automatico, 504. La stampa del MIT, 2018.

https://mitpress.mit.edu/9780262039406/foundations-of-machine-learning/

Murphy, Kevin P. “Capitolo 24: Inferenza della catena di Markov Monte Carlo (MCMC)” e “Capitolo 25: Clustering”. Nell’apprendimento automatico: una prospettiva probabilistica. Londra, Inghilterra: The MIT Press, 2012.

Wyner, Abraham J., Matthew Olson, Justin Bleich e David Mease. “Spiegare il successo di AdaBoost e delle foreste casuali come classificatori interpolanti.” arXiv, 29 aprile 2017.

http://arxiv.org/abs/1504.07676

Hastie, Trevor, Robert Tibshirani e Jerome Friedman. Gli elementi dell’apprendimento statistico: data mining, inferenza e previsione. 2a ed. Serie Springer in Statistica. New York, NY: Springer New York, 2009.

https://doi.org/10.1007/978-0-387-84858-7

Wasserman, Larry. Tutta la statistica: un corso conciso di inferenza statistica. Testi di Springer in statistica. New York, NY: Springer New York, 2004.

https://doi.org/10.1007/978-0-387-21736-9