L'obiettivo dell'insegnamento è di dare allo studente le conoscenze necessarie per la
comprensione delle tecniche di analisi, classificazione, indicizzazione ranking a raccomandazione di contenuti web.
Jiawei Han - Data Mining: Concepts and Techniques: 2nd (second). Elsevier Science
Note del docente. Estratti forniti durante il corso.
Obiettivi Formativi
Il corso illustra le tecniche base impiegate per condurre analisi descrittive e predittive,
principalmente su data originati in contesto Web.
Gli studenti raggiungeranno i seguenti risultati di apprendimento:
Conoscenza e comprensione: i) comprensione dei concetti base di learning non supervisionato; ii) comprensione dei concetti base di learning supervisionato; iii) comprensione dei concetti base di mining di contenuti web;
Capacità di applicare conoscenza e comprensione: i) capacità di applicare tecniche di learning supervisionato e non supervisionato; ii) capacità di usare strumenti software per l'analisi dei dati (ad esempio, scikit-learn).
Capacità di giudizio: i) capacità di scegliere lo strumento di analisi più adeguato al problema dato e di valutarne la bontà.
Abilità comunicative: i) saper esporre in maniera esausitva i risultati sperimentali di una analisi comparativa tra differenti strumenti di analisi.
Prerequisiti
Nozioni di base di Programmazione e di probabilità.
Metodi Didattici
Lezioni teoriche e sessioni pratiche.
Modalità di verifica apprendimento
La verifica dell'apprendimento avviene tramite lo svolgimenti di alcuni esercizi e l'implementazione di un progetto.
Gli esercizi richiedono di applicare specifiche tecniche di analisi a datasets di complessità limitata.
Il progetto richiede di svolgere uno studio comparativo di diversi metodi di analisi applicati ad uno specifico dataset o problema.
Lo studente deve scegliere e motivare le soluzioni secondo lui più opportune e consegnare una relazione che discuta una loro analisi comparativa.