logo-polimi
Loading...
Manifesto
Struttura Corso di Studi
Cerca/Visualizza Manifesto
Dati Insegnamento
Scarica il Manifesto
Regolamento didattico
Consulta il Regolamento
Elenco docenti
Strutture didattiche
Dati quantitativi
Internazionalizzazione
Orario Personalizzato
Il tuo orario personalizzato è disabilitato
Abilita
Ricerche
Cerca Docenti
Cerca Insegnamenti
Cerca insegnamenti degli Ordinamenti precedenti al D.M.509
Erogati in lingua Inglese

Legenda
Semestre (Sem)
1Primo Semestre
2Secondo Semestre
AInsegnamento Annuale
Attività formative
CAffini o integrative
Lingua d'erogazione
Insegnamento completamente offerto in lingua italiana
Insegnamento completamente offerto in lingua inglese
--Non definita
Didattica innovativa
I CFU riportati a fianco a questo simbolo indicano la parte dei CFU dell'insegnamento erogati con Didattica Innovativa.
Tali CFU riguardano:
  • Cotutela con mondo esterno
  • Blended Learning & Flipped Classroom
  • Massive Open Online Courses (MOOC)
  • Soft Skills
Dati Insegnamento
Contesto
Anno Accademico 2014/2015
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Corso di Studi (Mag.)(ord. 270) - MI (481) Computer Science and Engineering - Ingegneria Informatica
Piano di Studio preventivamente approvato T2A - COMPUTER SCIENCE AND ENGINEERING
Anno di Corso 1

Scheda Insegnamento
Codice Identificativo 088767
Denominazione Insegnamento IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 1
Tipo Insegnamento Monodisciplinare
Crediti Formativi Universitari (CFU) 5.0
Semestre Secondo Semestre
Programma sintetico Dai Dati al Modello: Leggi e modelli nell'ingegneria e nelle scienze. Problemi di predizione, analisi di serie temporali, controllo, classificazione. Accuratezza dei modelli e loro complessita`. Tecniche trattamento dati. Modelli dinamici di processi stazionari, analisi spettrale e predizione: Modelli per serie temporali e relazioni causa/effetto (modelli AR, MA, ARMA, ARX, ARMAX, BOX & JENKINS). Analisi di correlazione e analisi spettrale. Predizione alla Kolmogorov-Wiener. Modelli non lineari semplici. Identificazione: Metodi di identificazione a lotti e ricorsivi. Scelta della complessita`. Equazioni di Yule-Walker e algoritmo di Durbin-Levinson. Stima dello spettro. Impiego dei modelli per il controllo a minima varianza. Applicazioni: `Data mining` di WEBLOG files. Classificazione dati in bio-informatica. Analisi dati di impianti per la produzione di wafer di silicio. Problemi di stima in ingegneria finanziaria. Identificazione e controllo adattativo di impianti. Simulazione stocastica. Attivita` di laboratorio: L`analisi dei dati e l`identificazione sono oggetto di numerosi pacchetti software disponibili in commercio e molto utilizzati nel mondo del lavoro. L`attivita` di laboratorio ha lo scopo di portare l`allievo a familiarizzare con i fondamentali strumenti di questo tipo. A tal fine, ad ogni allievo verranno presentate alcune rilevazioni temporali sperimentali, a partire dalle quali, con l`ausilio dei pacchetti disponibili, lo studente potra` risalire ai parametri caratteristici, a priori ignoti, del fenomeno o del sistema che ha generato quei dati, per poi affrontare semplici problemi di previsione, classificazione, controllo, etc. Sito web: www.elet.polimi.it\corsi\IMAD
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
C
ING-INF/04
AUTOMATICA
5.0

Orario: aggiungi e rimuoviScaglioneDocenteLingua offertaProgramma dettagliato
Da (compreso)A (escluso)
--AZZZZBittanti Sergio
manifesti v. 3.1.6 / 3.1.6
Area Servizi ICT
12/11/2019