Insegnamento APPROSSIMAZIONE NUMERICA E APPLICAZIONI

Nome del corso di laurea Matematica
Codice insegnamento 55A00087
Curriculum Didattico-generale
Docente responsabile Bruno Iannazzo
Docenti
  • Bruno Iannazzo
Ore
  • 47 Ore - Bruno Iannazzo
CFU 6
Regolamento Coorte 2020
Erogato Erogato nel 2021/22
Erogato altro regolamento
Informazioni sull'attività didattica
Attività Affine/integrativa
Ambito Attività formative affini o integrative
Settore MAT/08
Anno 2
Periodo Primo Semestre
Tipo insegnamento Opzionale (Optional)
Tipo attività Attività formativa monodisciplinare
Lingua insegnamento INGLESE
Contenuti Descrizione dei metodi numerici per il data science, machine learning and complex networks.
Testi di riferimento J. Nocedal, S. Wright, Numerical Optimization, Springer, 2006.

J. Demmel, Applied Numerical Linear Algebra, SIAM, 1996.

E. Estrada, The structure of complex networks, OUP, 2011.
Obiettivi formativi Approfondimento degli aspetti matematici relativi ad alcune importanti applicazioni informatiche.
Prerequisiti Aspetti base dell'analisi numerica.
Metodi didattici Lezioni frontali e laboratorio.
Modalità di verifica dell'apprendimento Esame orale e seminario. L'orale può essere sostituito con degli esercizi o un seminario o un progetto, se disponibile.
Programma esteso Approssimazione ai minimi quadrati e decomposizione ai valori singolari (principal component analysis).
Fattorizzazione QR e fattorizzazione non negativa.
Analisi di matrici con vincoli di positività, calcolo di autovalori. Ottimizzazione non lineare e su varietà differenziabile.
Durante il corso verranno considerate alcune delle applicazioni delle teorie e metodi studiati alla scienza dei dati e alle tecnologie informatiche: fitting di dati; reti complesse; problemi di classificazione; machine learning.

Argomenti opzionali di teoria dell'approssimazione: Interpolazione tramite spline e trigonometrica. B-spline. Trasformata veloce di Fourier. Applicazioni al
filtraggio digitale a curve e superfici in computer grafica;
Condividi su