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 2018/2019
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Corso di Studi (Mag.)(ord. 270) - MI (471) Biomedical Engineering - Ingegneria Biomedica
Piano di Studio preventivamente approvato BCI - Ingegneria clinica - Clinical engineering
Anno di Corso 1

Scheda Insegnamento
Codice Identificativo 053458
Denominazione Insegnamento MACHINE LEARNING
Tipo Insegnamento Monodisciplinare
Crediti Formativi Universitari (CFU) 5.0
Semestre Primo Semestre
Programma sintetico L'obiettivo del corso è fornire agli studenti le basi per l'utilizzo di tecniche di modellistica "black-box" dei sistemi e di trattamento dei dati, unitamente a tecniche (Kalman Filter) di stima gray-box di parametri e di sensori virtuali. Il corso illustra, inoltre, le principali tecniche di data mining e fornisce un'introduzione alla teoria e ai metodi dell'ottimizzazione lineare. Il corso ha carattere metodologico ma consente un immediato impiego delle nozioni acquisite a numerosi problemi di carattere applicativo che sorgono in diversi settori dell'ingegneria. Il corso riguarderà i seguenti argomenti: Analisi dei processi stocastici stazionari generati da sistemi dinamici. Modelli ARMA e ARMAX. Predizione. Modelli non-parametrici basati sulle caratteristiche spettrali di un processo. Metodi di stima a minimizzazione dell'errore di predizione. Analisi e scelta della complessità e della parametrizzazione dei modelli. Sensori "virtuali": Tecniche di filtraggio alla Kalman. Extended Kalman Filter per la stima gray-box dei parametri di modelli. Processo di data mining. Analisi esplorativa dei dati e principali tecniche di feature selection. Metodi di classificazione. Metodi di clustering. Regole associative. Introduzione all'ottimizzazione lineare.
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
C
INF/01
INFORMATICA
5.0

Orario: aggiungi e rimuoviScaglioneDocenteLingua offertaProgramma dettagliato
Da (compreso)A (escluso)
--AZZZZGaratti Simone--
Vercellis Carlo--
manifesti v. 3.2.2 / 3.2.2
Area Servizi ICT
16/02/2020