LABORATORIO DI INFORMATICA PER I MODELLI STATISTICI
Prof. Stefano Merler
Anno Accademico 2001/2002
OBBIETTIVI DEL CORSO
Conoscenza ed implementazione al calcolatore dei modelli di classificazione e regressione basati su kernel. Conoscenza ed implementazione al calcolatore delle tecniche di ricampionamento per l'ottimizzazione, la stima dei parametri, la valutazione di modelli.
PROGRAMMA
Modelli non parametrici
- metodi basati su kernel
- convergenza in probabilita`
- funzioni a base radiale
- metodi riconducibili a metodi basati su kernel
- smoothing spline
- k nearest neighbor
- metodi basati su serie ortogonali
- introduzione alle support vector machines
- ottimizzazione di SVM
Valutazione e selezione di modelli
- bias e varianza, il problema dell'overfitting
- sensibilita` e sensitivita` dei modelli di classificazione
- tecniche di stima di intervalli di confidenza
- ottimizzazione di metodi basati su kernel
Introduzione alle tecniche di combinazione di modelli
Modalita` di esame
Lo studente dovra` analizzare al calcolatore un problema di regressione o di classificazione con i metodi studiati nel corso, discutere i risultati e i metodi utilizzati.
Testi consigliati
Appunti delle lezioni. Eventuali testi verranno suggeriti nel corso delle lezioni.