• 25 Maggio: Metodi per la riduzione della dimensionalità (e.g. PCA, tsne, UMAP)
• 26 Maggio: Metodi di analisi non supervisionata (e.g. k-means, hierarchical clustering)
• 5 Giugno: Dal concetto del p-value alla regressione penalizzata (LASSO, LDA)
• 6 Giugno: Potrete portare un vostro dataset o ve ne verrà fornito uno. La lezione sarà dedicata ad applicare le tecniche studiate nei giorni precedenti sul proprio dataset o su quello ricevuto.

Il corso prevede l'utilizzo del software R
Lo studente è libero di utilizzare autonomamente un software diverso da quello proposto dalla docente.