Corsi II edizione
DATA MINING
- Docente Responsabile: Massimo Brescia
- Ente di Appartenenza: INAF
- Qualifica: Esperto Esterno
- SSD: inf 01
- N° Crediti:
- Programma in Italiano: Il riconoscimento a livello globale del concetto di Scienza data-centrica ha indotto una rapida diffusione di nuove metodologie di data mining. Il concetto chiave consegue dal quarto paradigma della Scienza moderna, ossia del "Knowledge Discovery in Databases" o KDD, dopo teoria, sperimentazione e simulazioni. Una delle cause principali è stata l'evoluzione della tecnologia e di tutte le scienze di base ed applicate, che fanno dell'esplorazione efficiente dei dati il principale mezzo per nuove scoperte. Il data mining dunque si prefigge di gestire ed analizzare enormi quantità di dati eterogenei, avvalendosi di tecniche ed algoritmi auto-adattivi, afferenti al paradigma del machine learning. Il corso fornira’ i concetti fondamentali alla base del data mining, data warehousing e machine learning (reti neurali, logica fuzzy, algoritmi genetici, Soft Computing), con tecniche pratiche derivanti dallo stato dell'arte dell’ICT (tecnologie web 2.0, calcolo distribuito, !).
- Il corso sarà articolato nei seguenti argomenti:
- fondamenti di data warehousing
- fondamenti di data mining
- fondamenti di machine learning
- modelli e tecniche supervisionate per data mining e analisi statistica dei dati;
- modelli e tecniche non supervisionate per data mining e analisi statistica dei dati;
- fondamenti di tecnologie web 2.0
- architetture di calcolo distribuito e parallelo (cenni di CLOUD, GRID, HPC e GPU)
- esempi pratici di machine learning e casi d'uso.
