Repository files navigation

Questo repository contiene il materiale usato per il corso diProgrammazione 2, tenuto presso ilDipartimento di Matematica dell'Università degli Studi di Pavia.

Per approfondire gli argomenti trattati nella lezione sui linguaggi di programmazione funzionale si consigliano:

1. Can Progamming Be Liberated from the von Neumann Style? A Functional Style and Its Algebra of Programs
2. Why Functional Programming Matters
3. A tutorial on the universality and expressiveness of fold
4. To Iterate is Human, to Recurse, Divine
5. Python Docs - Functional Programming How To
6. Applicazione di Facebook scritta inHaskell:Facebook’s New Spam-Killer Hints at the Future of Coding

Per approfondire gli argomenti trattati nella lezione "A Quick Intro to Machine Learning":

7. Lista diebook gratuiti sull'argomento
8. Un'introduzione alla parte teorica dell'argomento:An Overview of Statistical Learning Theory
9. Un tutorial in Python usando la libreriaScikit
10. Machine Learning da una prospettiva di ottimizzazione:Evolution of randomness in optimization methods for supervised machine learning
11. Articolo di Nature relativo ai due videoclip mostrati a lezione:Human-level control through deep reinforcement learning
12. Breve tutorial sulle librerie Pandas e Seaborn:Pandas & Seaborn - A guide to handle & visualize data elegantly

Per la parte di regressione lineare, regressione logistica, k-nearest neighbour e reti neurali, si consiglia:

13. An Introduction to Statistical Learning (capitoli 2, 4 e 11)
14. Scikit: Reti Neurali per problemi supervisionati
15. Learn computer vision fundamentals with the famous MNIST data

Altre librerie interessanti che anno anche l'interfaccia per Python:

16. Anaconda Accelerate, per avere la licenza dovete creare un account su Anaconda Cloud usando l'email istituzionale @unipv.it
17. Tensor Flow, con un introduzione usando ilMINST dataset
18. Theano, con un semplice tutorial per ilMINST dataset
19. Data Analytics Acceleration Library di Intel, con moduli python molto simili a ScikitLearn

Due riferimenti utili per approfondire la parte sulle reti neurali:

20. Using neural nets to recognize handwritten digits
21. Artificial Neural Networks: A Tutorial