Paradigmi di Programmazione AA 2009/2010

Reti di Calcolatori AA 2008/2009

*** PROBLEMI DI ACCOUNT ***

Invito tutti gli studenti frequentatori e non ad accertarsi che il proprio account sia funzionante e che i tasti siano correttamente mappati per SSH. Chi riscontra dei problemi deve TASSATIVAMENTE recarsi dai tecnici per risolverli.

A causa della reinstallazione di alcuni server potreste infatti sperimentare alcuni problemi. Per evitare di dover usare i tasti alfabetici al posto delle frecce e' possibile utilizzare in modo equivalente VI o VIM.

Mi raccomando: ESERCITATEVI a programmare in C soprattutto con i puntatori.

• Lab 1: 05/3 [PDF]
• Lab 2: 12/3 [PDF]
• Lab 3: 19/3 [PDF]
• Lab 4: 26/3 [PDF]
• Lab 5: 02/4 [PDF] [ELF-server]
• Lab 6: 16/4 [PDF]
• Lab 7: 23/4 [PDF]
• Lab 8: 29/4 [PDF] [ELF-client]
• Lab 9: 21/5 [PDF]

*** ISTRUZIONI PER ELABORATO ***

Per usare il server di prova che trovate sulla pagina del Prof.Maniezzo [Download] dovete seguire la seguente procedura:

• Scaricate il server che e' gia' precompilato per Linux in formato ELF
• Copiate il server sulla vostra home su alfa.csr.unibo.it con SSH o PSCP
• Lanciate il server per vedere l'help con il comando:

  ./server.exe
  CSR - RETI DI CALCOLATORI AA.2006/2007 server per controllo elaborato
  usage: server LOCAL_PORT_NUMBER logfile debug_on message

• Mettetevi in ascolto ed usatelo per testare il vostro client:

  ./server.exe 9999 log.txt 1 messaggio
  Opened log file: log.txt
  socket()
  setsockopt()
  bind()
  listen()

Reti Neurali e Machine Learning AA 2006/2007

Modulo teorico 20 ore (10 lezioni da 2 ore)

Programma

• Lezione 1: 25/9 - Introduzione, richiami di probabilita' e statistica, introduzione a Matlab  [PDF]
• Lezione 2: 26/9 - Il paradigma del Machine Learning: classificazione e regressione  [PDF]
• Lezione 3: 27/9 - Reti Neurali: Percettrone semplice e multistrato  [PDF]
• Lezione 4: 2/10 - Esercitazione con Matlab su Reti Neurali
• Lezione 5: 4/10 - Teoria statistica dell'apprendimento e introduzione a Support Vector Machine
• Lezione 6: 9/10 - Derivazione EBP per MLP  [PDF], introduzione all'approccio Bayesiano, introduzione alla teoria della regolarizzazione
• Lezione 7: 11/10 - Introduzione a Matlab toolboxes: PRTools, Netlab
• Lezione 8: 16/10 - SVM: dettagli matematici, di ottimizzazione, di implementazione e libreria C/C++ LIBSVM
• Lezione 9: 18/10 - Gestione dei dati: Overfitting, Hold-Out e Cross-validation
• Lezione 10: 15/11 - Esercitazione con Matlab su SVM e gestione dataset

Testi consigliati

• V. Kecman, Learning and Soft Computing Support Vector Machines Neural Networks and Fuzzy Logic Models, The MIT Press Cambridge MA, 2001 (disponibile in biblioteca CSR)
• M. Roffilli, Advanced Machine Learning Techniques for Digital Mammography, Ph.D. Thesis, http://www.cs.unibo.it/pub/TR/UBLCS/2006/2006-12.pdf
• Matlab tutorial: http://www.mines.utah.edu/gg_computer_seminar/matlab/matlab.html
• Matlab book: Ferdinand van der Heijden, Robert Duin, Dick de Ridder, David M. J. Tax, Classification, Parameter Estimation and State Estimation: An Engineering Approach Using MATLAB, Wiley (disponibile in biblioteca CSR)
• David MacKay, Information Theory, Inference, and Learning Algorithms, Cambridge University Press, 2003 (disponibile on-line http://www.inference.phy.cam.ac.uk/itprnn/book.html)

Dataset per applicazioni/elaborato (da T.P. Runarsson's homepage)

• UCI Machine Learning Repository
• UCI Knowledge Discovery in Databases Archive
• Collections of data for developing, evaluating, and comparing learning methods
• NIST scientific and technical databases
• StatLib
• Protein data bank
• WordNet
• Function Approximation Repository
• National Space Science Data Center
• David Dowe's data links
• Economic time series
• Text datasets
• Computer vision test images
• Climate data sources
• Text datasets
• text-learning
• Benchmark Repository

Software

• A simple MATLAB script (from T.P. Runarsson's homepage) for generating a input data file for LIBSVM from local MATLAB variables: mat2libsvm.m, and a script for reading a LIBSVM model file to MATLAB libsvm2mat.m.

Analisi delle Immagini AA 2008/2009

• Lesson 1  [PDF]

Analisi delle Immagini AA 2007/2008

• Lesson 1  [PDF]
• Lesson 2  [PDF]

Teorie e tecniche del riconoscimento - Pattern recognition AA 2006/2007

• Lesson 1  [PDF]
• Lesson 2  [PDF]
• Dataset [da richiedere via mail]

Reti di Calcolatori AA 2006/2007

• Preappello 15.05.2007 [PDF]

Biofisica delle Reti Neurali e loro applicazioni AA 2005/2006

• Info progetto  [PDF]
• Materiale Laboratorio  [ZIP]