PERIODO: APRILE - GIUGNO 2017


Fornire elementi di processi stocastici, edi probabilità applicata e delle loro connessioni con gli algoritmi per il machine learning


1 Introduzione alla probabilita'
2 Processi stocastici e simulazioni
3 Inferenza statistica
4 Apprendimento supervisionato e non supervisionato
5 Modelli e algoritmi per il Machine learning
6 Reti Deep per l’analisi dati su grande scala

Provide basic concepts in stochastic processes and applied probability, with application to machine learning


1 Introduction to probability
2 Stochastic processes and simulations
3 Statistical Inference
4 Supervised and unsupervised learning
5 Models and algorithms for Machine learning
6 Deep networks for Big Data analysis