Rosanna CAMPAGNA
Insegnamento di NUMERICAL MODELS IN DATA PROCESSING
Corso di laurea magistrale in DATA SCIENCE
SSD: MAT/08
CFU: 6,00
ORE PER UNITÀ DIDATTICA: 48,00
Periodo di Erogazione: Secondo Semestre
Italiano
Lingua di insegnamento | Inglese |
Contenuti | Il corso copre tecniche numeriche avanzate, come |
Testi di riferimento | Hansen, Per Christian. Discrete Inverse Problems: Insight and Algorithms. United States, Society for Industrial and Applied Mathematics (SIAM, 3600 Market Street, Floor 6, Philadelphia, PA 19104), 2010. |
Obiettivi formativi | Conoscenze: gli studenti devono acquisire conoscenze di base su metodi numerici e algoritmi per l'analisi dei dati. |
Prerequisiti | Non sono previste propedeuticità, gli studenti non sono obbligati a superare gli esami di altri corsi prima di frequentare questo. |
Metodologie didattiche | Il corso prevede lezioni frontali e sessioni di laboratorio. |
Metodi di valutazione | Gli studenti vengono valutati attraverso una prova orale, volta a verificare il raggiungimento degli obiettivi del corso. Durante l'esame gli studenti devono presentare lo sviluppo di codici che implementino i metodi studiati. |
Altre informazioni | Le attività di laboratorio sono parte integrante del programma. |
Programma del corso | - Algoritmi avanzati di ottimizzazione non lineare per problemi su larga scala, |
English
Teaching language | Enghish |
Contents | The course covers advanced numerical techniques, such as |
Textbook and course materials | Hansen, Per Christian. Discrete Inverse Problems: Insight and Algorithms. United States, Society for Industrial and Applied Mathematics (SIAM, 3600 Market Street, Floor 6, Philadelphia, PA 19104), 2010. |
Course objectives | Knowledge and understanding: students are expected to acquire basic knowledge of numerical methods and algorithms for data analysis. |
Prerequisites | Students are not required to pass the exams of other courses before taking this one. |
Teaching methods | The course consists of lectures and laboratory sessions. |
Evaluation methods | Students are evaluated through an oral assessment, aimed at verifying if they matched the objectives of the course. During the assessment, students are also asked to provide a computer-based illustration of methods and tools studied in the course, through the execution is required on a set of test problems, which highlight the implementation aspects and the performance of the implemented codes, and the analysis of the results obtained. |
Other information | The laboratory activities are an integral part of the program. |
Course Syllabus | - Advanced Nonlinear Optimization algorithms for large scale problems, |