Machine Learning of Dynamic Processes and Time Series
Machine Learning of Dynamic Processes and Time Series
Il corso dà una panoramica sulla connessione tra machine learning, sistemi dinamici e processi stocastici con interessanti applicazioni all analisi di serie storiche e previsioni: 1. Input/Output semi-infiniti a tempo discreto 2. Introduzione a sistemi dinamici e serie storiche. 3. Learning di attratori caotici e previsione di processi stocastici (ad esempio misure realizzate de covarianze).
Inizio: 26.11.2020
Durata: 2 Giorni (12 ore)
Sede: Pisa
N° Iscritti (min): 15 iscritti
N° Iscritti (max): 50 iscritti
Modalità di erogazione: In aula, on line
Finanziamenti: SÍ
Tecnologie Abilitanti:
Descrizione del corso:
Il corso dà una panoramica sulla connessione tra machine learning, sistemi dinamici e processi stocastici con interessanti applicazioni all analisi di serie storiche e previsioni:
1. Input/Output semi-infiniti a tempo discreto
2. Introduzione a sistemi dinamici e serie storiche.
3. Learning di attratori caotici e previsione di processi stocastici (ad esempio misure realizzate de covarianze).