Lezioni frontali e laboratorio. Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.
Non si richiedono prerequisiti specifici. Si utilizzeranno nozioni di base delle seguenti materie:
Elementi di Analisi Matematica
Matematica Discreta
Fondamenti di Informatica
Programmazione
Interazione e Multimedia
Algoritmi
Metodi Matematici e Statistici
Consigliata
Slide, note e appunti di laboratorio distribuiti dal docente tramite Studium.
Argomenti | Riferimenti testi | |
1 | Introduzione ai Social Media. | Materiale didattico fornito su Studium e risorse online. |
2 | Cenni di teoria della probabilità | Materiale didattico fornito su Studium. Parti del capitolo 1 di ''Pattern Recognition and Machine Learning'', capitolo 2 di ''Deep Learning''. |
3 | Social Media API e Web Scraping | Materiale didattico fornito su Studium e risorse online. |
4 | Introduzione agli elementi fondamentali del Machine Learning. | Materiale didattico fornito su Studium e risorse online. Parti del capitolo 1 di "Pattern Recognition and Machine Learning", parti del capitolo 3 di "Deep Learning". |
5 | Introduzione all'analisi dei testi | Materiale didattico fornito su Studium e risorse online. |
6 | Problema della classificazione e misure di valutazione | Materiale didattico fornito su Studium e risorse online. Sezione 4.1 di ''An Introduction to Statistical Learning'' |
7 | Algoritmo K-Nearest Neighbor | Materiale didattico fornito su Studium. Sezione 2.5.2 di "Pattern Recognition e Machine Learning" |
8 | Classificazione MAP e Naive Bayes | Materiale didattico fornito su Studium e risorse online. |
9 | Regressione Lineare | Materiale didattico fornito su Studium e risorse online.Sezione 3.1 di ''Patttern Recognition e Machine Learning''. Capitolo 3 di "An Introduction to Statistical Learning" |
10 | Regressione Polinomiale e Logistica | Materiale didattico fornito su Studium e risorse online. Sezione 4.3 di "An Introduction to Statistical Learning". Sezione 7.1 di "An Introduction to Statistical Learning" |
11 | Modello Bag of Visual Words | Materiale didattico fornito su Studium e risorse online. |
12 | Sistemi di Raccomandazione | Materiale didattico fornito su Studium e risorse online. Capitolo 9 di "Mining Massive Datasets" (http://www.mmds.org/#book) |
13 | Analisi avanzata di testi: sentiment analysis, bag of words, word embeddings | Materiale didattico fornito su Studium e risorse online. |
Scritto, progetto e colloquio orale. La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.