715SM - STATISTICA COMPUTAZIONALE 2016

Schema della sezione

• Seleziona sezione Computational Statistics

  Computational Statistics

  Minimizza tutto Espandi tutto

  This is the moodle page of the Computational Statistics Course. The page will be in maintained in English. Here you will find the material of the course, including slides, videos, textbooks, the lab assignments, and the instructions for the final project.  

  Lectures.

  Monday 14.00-17.00

  Tuesday 11.00-13.00

  Wednesday 14.00-17.00

  
  

  • Seleziona attività Annunci

    

    Annunci Forum
  • Seleziona attività Lab

    

    Lab Forum
• Seleziona sezione Slides

  Slides

  Course slides. There will be a non-annotatad copy and an annotated one (as during lectures).

  • Seleziona attività Introduction

    

    Introduction File PDF
  • Seleziona attività Primer on probability and statistics

    

    Primer on probability and statistics File PDF
  • Seleziona attività Generalised Linear Regression

    

    Generalised Linear Regression File PDF
  • Seleziona attività Linear Classification and Logistic Regression

    

    Linear Classification and Logistic Regression File PDF
  • Seleziona attività Bayesian Logistic Regression and SVM

    

    Bayesian Logistic Regression and SVM File PDF
  • Seleziona attività Optimization

    

    Optimization File PDF
  • Seleziona attività Gaussian Processes

    

    Gaussian Processes File PDF
  • Seleziona attività GP regression example

    

    GP regression example File PDF
  • Seleziona attività Unsupervised Learning

    

    Unsupervised Learning File PDF
• Seleziona sezione Bibliography - textbooks

  Bibliography - textbooks

  Textbooks containing all the material treated in the course. And much more. In pdf, for your private use. Do not distribute.    

  • Seleziona attività Bishop - Pattern Recognition and Machine Learning

    

    Bishop - Pattern Recognition and Machine Learning File PDF
  • Seleziona attività Barber - Bayesian reasoning and Machine Learning

    

    Barber - Bayesian reasoning and Machine Learning File PDF
  • Seleziona attività Rasmussen Williams - Gaussian Processes for Machine Learning

    

    Rasmussen Williams - Gaussian Processes for Machine Learning File PDF
• Seleziona sezione Lecture Videos

  Lecture Videos

  Youtube link to lecture videos. 

  • Seleziona attività Introduction to machine learning

    

    Introduction to machine learning URL
  • Seleziona attività Probability

    

    Probability URL
  • Seleziona attività Statistical Inference

    

    Statistical Inference URL
  • Seleziona attività Generalised Linear Regression

    

    Generalised Linear Regression URL
  • Seleziona attività Bayesian Regression

    

    Bayesian Regression URL
  • Seleziona attività The kernel trick

    

    The kernel trick URL
  • Seleziona attività Introduction to classification

    

    Introduction to classification URL
  • Seleziona attività Linear Discriminant

    

    Linear Discriminant URL
  • Seleziona attività Fisher's discriminant

    

    Fisher's discriminant URL
  • Seleziona attività Perceptron

    

    Perceptron URL
  • Seleziona attività Logistic regression

    

    Logistic regression URL
  • Seleziona attività Laplace Approximation

    

    Laplace Approximation URL
  • Seleziona attività Bayesian Logistic Regression

    

    Bayesian Logistic Regression URL
  • Seleziona attività Constrained Optimization

    

    Constrained Optimization URL
  • Seleziona attività SVM - part 1

    

    SVM - part 1 URL
  • Seleziona attività SVM - part 2

    

    SVM - part 2 URL
  • Seleziona attività Stochastic Gradient Descent

    

    Stochastic Gradient Descent URL
  • Seleziona attività Early Stopping and Conjugate gradients

    

    Early Stopping and Conjugate gradients URL
  • Seleziona attività Gaussian Process Regression

    

    Gaussian Process Regression URL
  • Seleziona attività Kernel functions

    

    Kernel functions URL
  • Seleziona attività GP hyperparameter optimization

    

    GP hyperparameter optimization URL
  • Seleziona attività GP classification

    

    GP classification URL
  • Seleziona attività GP regression example

    

    GP regression example URL
  • Seleziona attività Density Estimation

    

    Density Estimation URL
  • Seleziona attività Clustering

    

    Clustering URL
  • Seleziona attività Mixtures of Gaussians and Expectation Maximization

    

    Mixtures of Gaussians and Expectation Maximization URL
  • Seleziona attività Dimensionality Reduction

    

    Dimensionality Reduction URL
  • Seleziona attività Deep Learning

    

    Deep Learning URL
• Seleziona sezione Lab - Linear Regression

  Lab - Linear Regression

  Data and instructions for the lab on linear regression. 

  
  

  
  

  • Seleziona attività Tasks

    

    Tasks File PDF
  • Seleziona attività Data Sets

    

    Data Sets File ZIP
  • Seleziona attività Combined Cycle Power Plant Data Set

    

    Combined Cycle Power Plant Data Set URL
  • Seleziona attività Yacht Hydrodynamics Data Set

    

    Yacht Hydrodynamics Data Set URL
  • Seleziona attività Python code: basis function

    

    Python code: basis function File
• Seleziona sezione Lab - Logistic Classification

  Lab - Logistic Classification

  Dataset and tasks 

  • Seleziona attività Linear separable dataset

    

    Linear separable dataset File ZIP
  • Seleziona attività Data sets

    

    Data sets File ZIP
  • Seleziona attività Lab 2 - tasks

    

    Lab 2 - tasks File PDF
• Seleziona sezione Lab - Kernel Methods

  Lab - Kernel Methods

  Task: use the implementation of SVM and of Gaussian Process regression and classification in scikit-learn to analyse the following datasets.

  Datasets zip-files contain the data in csv format and a description of the dataset and of the supervised learning task.

  • Seleziona attività Synthetic classification data

    

    Synthetic classification data File ZIP
  • Seleziona attività Wine Quality

    

    Wine Quality File ZIP
  • Seleziona attività Default of credit cards

    

    Default of credit cards File ZIP
  • Seleziona attività Geographical localisation of music

    

    Geographical localisation of music File ZIP
  • Seleziona attività Energy efficiency of buildings

    

    Energy efficiency of buildings File ZIP
  • Seleziona attività Online news popularity

    

    Online news popularity File ZIP
• Seleziona sezione Lab - Unsupervised Learning

  Lab - Unsupervised Learning

  Tasks for the lab on unsupervised learning. 

  TASK 1: Implement in Python a method for Parzen density estimation with Gaussian kernels (accepting a generic kernel function), and test it on 1d and 2d data. Use (cross) validation to set the lengthscale of the kernel. 

  TASK 2: Run clustering algorithms, exploring the scikit-learn library (kmeans, gaussian mixtures, hierarchical clustering, spectral clustering), on 2d density data and on any other dataset you like (for classification and regression datasets, ignore output features).

  TASK 3: Experiment with PCA from scikit-learn on the dataset(s) available for the course.  

  • Seleziona attività Unsupervised Learning dataset

    

    Unsupervised Learning dataset File ZIP