logo-polimi
Loading...
Manifesto
Struttura Corso di Studi
Cerca/Visualizza Manifesto
Dati Insegnamento
Scarica il Manifesto
Regolamento didattico
Consulta il Regolamento
Indicatori corsi di studio
Elenco docenti
Strutture didattiche
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 2019/2020
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 051587
Denominazione Insegnamento MODEL IDENTIFICATION AND DATA ANALYSIS
Tipo Insegnamento Corso Integrato
Crediti Formativi Universitari (CFU) 10.0
Semestre Secondo Semestre
Programma sintetico L'obiettivo del corso Model Identification and Data Analysis (MIDA) è di sviluppare negli studenti la capacità di estrarre ("apprendere") informazioni utili dai dati. Il corso, che conduce progressivamente lo studente attraverso la comprensione dei principi e gli strumenti per la modellistica "black-box" e l'analisi dei dati, è diviso in due parti. Nella prima parte (MIDA 1), si pone l'attenzione sulla costruzione di modelli dinamici black-box costruiti a partire da dati sperimentali, per la soluzione di numerosi problemi quali la predizione, classificazione, anomaly-detection, che trovano riscontro in numerosissime applicazioni tecnologiche. Nella seconda parte (MIDA 2) viene presentata la tecnica del filtro di Kalman (la più importante tecnica per la stima di variabili e di SW-sensing), e tecniche avanzate di identificazione di modelli ed analisi dei dati: tecniche di identificazione nello spazio di stato, tecniche di identificazione nel dominio della frequenza, modellistica non lineare, progettazione diretta a partire dai dati di sistemi di controllo.
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
C
ING-INF/04
AUTOMATICA
10.0

Scaglione   da (compreso):  A   a (escluso):  ZZZZ
   Secondo Semestre    2   
manifesti v. 3.7.7 / 3.7.7
Area Servizi ICT
14/02/2025