95631 - MACHINE LEARNING AND DATA MINING

Conoscenze e abilità da conseguire

After the course the student: - kows the main machine learning techniques - knows the methodologies for handling a mining project - develops practical skills in the analysis and interpretation of results through practical exercises with commercial tools and / or open source ones.

Contenuti

Modulo 1 (Prof. Francia)

Introduzione al machine learning

Apprendimento supervisionato

• Classificazione e regressione
• Modelli basati sulle istanze (k-NN) vs. approcci basati su modelli (alberi decisionali, random forest e reti neurali)

Apprendimento non supervisionato

• Clustering
• Regole asscoiative

Modulo 2 (Prof. Golfarelli)

Introduzione alla Data-Centric AI

• Dallo sviluppo model-centric allo sviluppo data-centric
• Dimensioni della qualità dei dati
• Comprensione e profilazione dei dati

Analisi esplorativa e visualizzazione dei dati

• Tecniche di profilazione dei dati
• Caratterizzazione statistica dei dataset
• Individuazione dei problemi di qualità

Pulizia e validazione dei dati

• Gestione dei dati mancanti
• Individuazione dei duplicati
• Individuazione degli outlier
• Riduzione del rumore
• Validazione della coerenza e dell'integrità dei dati

Feature engineering

• Costruzione e trasformazione delle feature
• Encoding delle feature
• Normalizzazione delle feature
• Selezione delle feature
• Tecniche di riduzione della dimensionalità

Ottimizzazione dei dataset

• Gestione dello sbilanciamento delle classi
• Tecniche di campionamento e ricampionamento

Data augmentation

• Valutazione della qualità
• Metriche di valutazione dei dataset
• Valutazione dei bias e fairness dei dati

Testi/Bibliografia

• Pang-Ning Tan, Michael Steinbach, Vipin Kumar Introduction to Data Mining. Pearson International, 2006.
• Géron, Aurélien. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow. " O'Reilly Media, Inc.", 2022.

Metodi didattici

Lezioni in aula ed esercitazioni in laboratorio

Modalità di verifica e valutazione dell'apprendimento

Interrogazione orale e discussione di un elaborato. L'elaborato consiste nell'implementazione di un algoritmo avanzato di machine learning tra quelli disponibili in letteratura oppure nell'analisi di un dataset con le tecniche studiate a lezione.

L'obiettivo della verifica è quello di capire se le tecniche studiate sono state comprese e se lo studente ha sviluppato capacità pratiche di operare sui dati, di comprenderne il contenuto e di scoprire informazioni nascoste.

I voti vengono assegnati in base a una valutazione complessiva delle conoscenze, competenze, capacità di presentazione e discussione delle tematiche trattate. I range di voti corrispondono possono essere descritti come segue:

• 18-23: preparazione e capacità di analisi sufficienti ma relative ad un numero limitato di argomenti affrontati nel corso, utilizzo di un linguaggio complessivamente corretto;
• 24-27: preparazione tecnicamente adeguata ma con alcuni limiti rispetto agli argomenti trattati, capacità di analisi buone, anche se non particolarmente articolate, espresse in un linguaggio corretto;
• 28-30: ottima conoscenza di un ampio numero di temi affrontati nel corso, buone capacità di analisi e di critica, padronanza della terminologia specifica;
• 30L: conoscenza eccellente e molto approfondita ed esaustiva dei temi affrontati nel corso, capacità di analisi critica e di collegamento, padronanza della terminologia specifica.

Strumenti a supporto della didattica

Le esercitazioni in laboratorio saranno svolte utilizzando notebook Python (es. su Colab)

Orario di ricevimento

Consulta il sito web di Matteo Francia

Consulta il sito web di Matteo Golfarelli