Computational And Statistical Learning

Studio della teoria statistica dell'apprendimento per la progettazione e validazione di algoritmi di Machine Learning. Il corso approfondisce il rischio empirico e atteso, il trade-off bias-varianza, i modelli lineari regolarizzati (Ridge, LASSO), i metodi kernel (SVM), le tecniche ensemble (Random Forest, Boosting) e l'apprendimento non supervisionato (Clustering, PCA), fornendo il rigore matematico necessario per la Data Science industriale.