2015/2016

2016/2017

DM270

ING-INF/06 (BIOINGEGNERIA ELETTRONICA E INFORMATICA)

DIPARTIMENTO DI INGEGNERIA INDUSTRIALE E DELL'INFORMAZIONE

COMPUTER ENGINEERING

EMBEDDED AND CONTROL SYSTEMS

2°

Primo Semestre (26/09/2016 - 13/01/2017)

6

45 ore di attività frontale

Inglese

SCRITTO E ORALE CONGIUNTI

BELLAZZI RICCARDO (titolare) - 3 CFU
HOLMES JOHN HEISLER - 3 CFU

Un corso base di data Mining

Il corso si propone di fornire metodi e strumenti avanzati per il data mining in bio-medicina. Le lezioni teoriche vengono affiancate da lezioni pratiche al calcolatore. Almeno metà delle lezioni viene effettuata da un docente di Università straniera (Prof. Holmes, University of Pennsylvannia). Al termine del corso gli studenti avranno acquisito competenze avanzate nel campo del data mining.

Introduzione al corso
• Lezione: Biomedical data
• Lezione: Sources and evaluation of secondary data
• Journal Club: Secondary data uses
• Lab: Introduction to KNIME
• Lezione: Dimensionality reduction
• Journal Club: Dimensionality reduction
• Lab: DM methods ( KNIME)
• Lezione: Metaclassifiers
• Journal Club: Metaclassifiers
• Lab: Metaclassifiers (KNIME)
• Lezione: Methods inspired by nature and Neural networks
• Journal Club: Neural networks
• Lezione (online): Deep learning
• Journal Club: Deep learning
• Lezione: Evolutionary Computation- the Genetic Algorithm
• Journal Club: Genetic algorithms
• Lab: GA methods (KNIME)
• Lezione: Learning classifier systems and Genetic programming
• Journal Club: Learning classifier systems or Genetic programming
• Demo: LCS and GP
• Lezione: Ant colony optimization and Particle swarm optimization
• Journal Club: ACO or PSO
• Demo/Lab: ACO and PSO
• Lezione: Temporal data mining
• Journal Club: Temporal data mining
• Lab: Time series (KNIME)
• Lezione: Text mining
• Journal Club: Text mining
• Lab: Text mining (KNIME)
• Lezione: Social media mining
• Journal Club: Social media mining
• Lab: Twitter mining (KNIME)
• Lezione and lab: Evaluation methods In-class presentations

Le lezioni teoriche vengono affiancate da lezioni pratiche al calcolatore. Agli studenti viene chiesto di effettuare letture a casa e discuterle durante le lezioni.

Slides Powerpoint
Articoli scientifici.

Discussione di un progetto di data mining svolto dagli studenti.