Curriculum vitæ di Dario Malchiodi

Dati personali

Dario Malchiodi
Dipartimento di Informatica - Università degli Studi di Milano
Stanza P102 - Via Comelico 39/41 - 20135 Milano ITALY
Mail: il mio cognome at di punto unimi punto it
Web: http://malchiodi.di.unimi.it
telefono: +39 02 503 16338 skype: dariomalchiodi fax: +39 02 503 16276 e-fax: +39 02 700 30976
Reti sociali: Academia.edu, ResearchGate, coderwall, Codecademy, Facebook, Twitter, Google +, LinkedIn, Naymz, Personal blog, I use this, Klout, Kaggle, Koding
Chiave pubblica PGP (aggiornata 2006/05/04)

Nascita: Milano IT, 8/12/1970
Cittadinanza: Italiana
Codice fiscale: MLC DRA 70T08 F205 O

Parole chiave

Machine learning - Qualità dei dati nel machine learning - Calcolo delle probabilità e statistica matematica

Posizione attuale

Dal 1 febbraio 2011 professore associato di Informatica, confermato nel ruolo a partire dal 1 febbraio 2014 (settore scientifico-disciplinare INF/01, settore concorsuale 01/B1) presso il Dipartimento di Informatica dell'Università degli Studi di Milano (fino al 06/10/2011 inquadrato nel settore scientifico-disciplinare INF/01 – Informatica presso la Facoltà di Scienze Matematiche, Fisiche e Naturali).

Occupazioni precedenti

2002 > 2011
Ricercatore per il settore scientifico-disciplinare INF/01 - Informatica presso la Facoltà di Scienze Matematiche, Fisiche e Naturali dell'Università degli Studi di Milano, con afferenza al Dipartimento di Scienze dell'Informazione, presa di servizio in data 1 ottobre 2002 e conferma nel ruolo dal 2005.
2001 > 2002
Tecnico laureato presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano, all'interno del Laboratorio di Reti Neurali.
2000 > 2001
Software architect presso Inferentia-DNM, con il compito di progettare architetture statistiche e neurali a supporto di sistemi per il trattamento di dati finanziari.
1997 > 2000
Analista statistico presso The Continiuity Company S.r.l., all'interno di un progetto di ricerca e sviluppo su modelli per la regressione flessibile di dati finanziari.
1996 > 1997
Sviluppatore presso Olivetti S.p.A..

Titoli di studio

2000
Dottorato di ricerca in Matematica Computazionale e Ricerca Operativa, Dipartimento di Matematica, Università degli Studi di Milano.
1996
Laurea (con lode) in Scienze dell'Informazione, Dipartimento di Scienze dell'Informazione, Università degli Studi di Milano.
1994
Master in Gestione di un laboratorio con ambiente Unix, Centro di formazione B. Vigorelli, Regione Lombardia.
1994
Master in Programmazione grafica e multimediale con Motif et C, Centro di formazione B. Vigorelli, Regione Lombardia.

Attività di ricerca di Dario Malchiodi

Le mie attività di ricerca riguardano il trattamento dell'incertezza nei problemi di apprendimento automatico, approfondendo in particolare i legami tra gli aspetti informatici e statistici.

Selezione di esempi negativi in ambito bioinformatico

L'applicazione di metodi di appredimento supervisionato in bioinformatica richiede di selezionare tra i dati non etichettati positivamente quelli che rappresentano esempi negativi affidabili e non semplicemente entità su cui non sono stati fatti esperimenti. In [Frasca e Malchiodi, 2017; Frasca e Malchiodi, 2016] tale problema di selezione dei negativi è stato affrontato utilizzando un ranking basato su funzioni di appartenenza fuzzy, mentre in [Frasca et al., 2017] è stata proposta una codifica dei dati a disposizione che faciliti il processo di selezione dei negativi nel problema della predizione di funzionalità proteiche. Infine, in [Frasca et al., 2017] una procedura simile è stata applicata al problema della prioritizzazione dei geni.

Apprendimento basato sulla qualità dei dati

I modelli di apprendimento automatico hanno come punto di partenza un campione etichettato i cui dati sono trattati in modo omogeneo (cioè hanno la medesima importanza). In [Malchiodi, 2008] è stato introdotto il modello più generale di apprendimento basato su rilevanza, in cui è possibile associare a ognuno dei dati disponibili una quantificazione numerica della sua importanza relativa rispetto ai dati rimanenti. Tale modello è stato applicato al problema della classificazione tramite Support Vector Machine, derivando gli algoritmi di classificazione sia nella versione lineare [Apolloni e Malchiodi, 2006] che in quella basata su kernel [Apolloni et al., 2007]. Una prima analisi teorica di queste applicazioni è stata proposta in [Apolloni et al., 2007], affiancata da un'analisi sperimentale in [Malchiodi, 2009], mentre la sua applicazione a problemi di natura bioinformatica è descritta in [Malchiodi et al., 2010]. Un approccio simile è stato inoltre applicato al problema della regressione in [Apolloni et al., 2010; Malchiodi et al., 2009; Apolloni et al., 2005] e all'apprendimento da esempi sbilanciati in [Malchiodi, 2013b].

Progettazione di algoritmi di apprendimento

Sono stati progettati, implementati e analizzati differenti tipi di algoritmi di apprendimento. In particolare, [Malchiodi e Legnani, 2014] propone un'estensione di algoritmi di classificazione basati su vettori di supporto che permette di lavorare sia con dati parzialmente etichettati, sia con etichette incerte, mentre [Malchiodi e Pedrycz, 2013] introduce un algoritmo di apprendimento per le funzioni di appartenenza di insiemi fuzzy.

Divulgazione della cultura informatica

In [Bellettini et al., 2014; Bellettini et al., 2014] viene proposto l'approccio algomotorio per un insegnamento dell'informatica incentrato sulla tematica di base dell'elaborazione automatica dell'informazione, al fine di contrastare un insegnamento legato quasi esclusivamente alla conoscenza del funzionamento di specifici strumenti tecnologici [Lonati et al., 2015]. Tale approccio è stato applicato all'introduzione di concetti di base quali la rappresentazione dell'informazione [Bellettini et al., 2012; Bellettini et al., 2013; Baraté et al., 2017], i rudimenti della programmazione [Bellettini et al., 2014; Baratè et al., 2017], le strategie ricorsive [Lonati et al., 2016; Lonati et al., 2017] e greedy [Lonati et al., 2017]. L'approccio proposto è anche stato valutato in un'ottica di formazione degli insegnanti [Bellettini et al., 2015; Paterson et al., 2015]. Particolare attenzione è stata rivolta anche ai concorsi non competitivi [Lissoni et al., 2012; Lissoni et al., 2013; Lissoni et al., 2014; Lissoni et al., 2015] e al loro uso come risorsa per l'apprendimento [Bellettini et al., 2015; Lonati et al., 2017].

Analisi delle relazioni tra granular computing e apprendimento

Il modello di granular computing, che caratterizza l'informazione in senso granulare permettendo la sua analisi e la sua elaborazione a differenti livelli di astrazione, è descritto in [Apolloni et al., 2008] analizzandone i legami con il modello di apprendimento automatico. Sono stati analizzati alcuni possibili impatti della fusione di questi due modelli sul campo della regressione, proponendo algoritmi basati su Support Vector Machine [Apolloni et al., 2008; Apolloni et al., 2006] e su tecniche di ricerca locale [Apolloni et al., 2005].

Tecniche bootstrap per algoritmi di regressione

Le tecniche bootstrap applicano modelli di ricampionamento dei dati al fine di derivare la distribuzione di una popolazione. Una variante di queste tecniche, proposta inizialmente in [Apolloni et al., 2006] e successivamente approfondita in [Apolloni et al., 2009; Apolloni et al., 2007], permette di ricavare regioni di confidenza per curve di regressione abbandonando le usuali assunzioni sulla distribuzione degli errori di misurazione. L'applicazione di tale tecnica a problemi di regressione lineare e non lineare è descritta in [Apolloni et al., 2008], mentre in [Apolloni et al., 2007] sono contenute applicazioni a problemi medici.

Sviluppo di modelli inferenziali per problemi di apprendimento computazionale

In [Apolloni et al., 2006; Apolloni et al., 2005; Apolloni et al., 2002; Apolloni et al., 2002; Apolloni e Malchiodi, 2001; Malchiodi, 2000] si è affrontato il problema di unificare sotto uno stesso modello teorico detto di Inferenza Algoritmica istanze inferenziali tipiche sia dell'ambito statistico (stima puntuale e per intervalli di parametri di distribuzioni) che di quello informatico (stima dell'errore di approssimazione in problemi di apprendimento computazionale), sviluppando dei precedenti risultati teorici riguardanti la complessità campionaria per problemi di apprendimento [Apolloni e Malchiodi, 2001]. Tale modello è stato utilizzato per stimare il rischio per problemi di classificazione risolti utilizzando delle Support Vector Machine [Apolloni et al., 2007; Apolloni et al., 2005; Apolloni e Malchiodi, 2002; Apolloni e Malchiodi, 2001], all'apprendimento di regioni di confidenza per rette di regressione in assenza delle usuali ipotesi di distribuzione Gaussiana dell'errore [Apolloni et al., 2005; Apolloni et al., 2002], e per apprendere regioni di confidenza per la funzione di rischio delle distribuzioni per il tempo di ri-occorrenza in particolari patologie tumorali [Apolloni et al., 2007; Apolloni et al., 2005; Apolloni et al., 2002].

Applicazioni dei sistemi per il calcolo automatico

I sistemi per il calcolo automatico permettono di effettuare simulazioni e di analizzare problemi matematici in modalità interattiva e incrementale, e in tal senso offrono interessanti spunti per la progettazione di attività didattiche [Bulgheroni e Malchiodi, 2009; Malchiodi, 2008a]. Una versione commerciale di questi sistemi è stata ampiamente descritta in [Malchiodi, 2007], e ampliata al fine di risolvere problemi di matrice prettamente informatica relativi alla codifica dell'informazione [Malchiodi, 2006c], all'invocazione remota di procedure [Malchiodi, 2006b; Malchiodi, 2006], alla produzione di documentazione scientifica [Malchiodi, 2011], alla risoluzione di problemi di ottimizzazione [Malchiodi, 2006a] e di apprendimento basato su vettori di supporto [Malchiodi et al., 2009; Malchiodi et al., 2009], nonché di effettuare validazione di software [Malchiodi, 2013a]. Tale codice è alla base delle simulazioni descritte in [Apolloni et al., 2007; Apolloni e Malchiodi, 2006]. Infine, in [Malchiodi, 2010a] viene descritta una libreria per la gestione di problemi di machine learning basata su un sistema open source di calcolo automatico.

Progettazione di sistemi ibridi di apprendimento

I sistemi ibridi di apprendimento sono tipicamente realizzati accoppiando moduli subsimbolici (basati tipicamente su paradigmi derivati da quello delle reti neurali) con moduli simbolici (realizzati in termini di costrutti logici). In [Apolloni et al., 2005; Apolloni et al., 2004] viene descritto un siffatto sistema che, avendo in ingresso una serie di feature che descrivono i dati disponibili, estrae da esse un insieme di componenti Booleane indipendenti (bICA). Su tali componenti, interpretate come valori di verità, vengono costruite delle formule logiche che descrivono simbolicamente relazioni intercorrenti tra i dati forniti in input [Apolloni et al., 2006; Apolloni et al., 2003; Apolloni et al., 2002; Apolloni et al., 2000]. In [Apolloni et al., 2004] viene descritta l'applicazione di un siffatto sistema al problema del riconoscimento delle emozioni di un insieme di persone sulla base del segnale vocale, mentre in [Apolloni et al., 2004; Apolloni et al., 2004; Apolloni et al., 2003; Apolloni et al., 2003; Apolloni et al., 2003] viene affrontata l'applicazione di questo tipo di sistemi al controllo dello stato di attenzione durante l'utilizzo di un'autovettura in funzione di biosegnali, nell'ambito del programma di ricerca IST-2000-26091 ORESTEIA (mOdular hybRid artEfactS wiTh adaptivE functIonAlity, finanziato dalla UE nel quinto programma quadro all'interno delle tematiche IST-FET tra il 2001 e il 2003). Infine, in [Apolloni e Malchiodi, 2006; Apolloni et al., 2005] vengono descritti due sistemi ibridi ottenuti integrando un sistema fuzzy per la misurazione della rilevanza dei punti in un campione rispettivamente con un classificatore lineare basato su Support Vector Machine e con un modello di regressione lineare.

Semplificazione automatica di descrizioni simboliche

Nell'ambito della teoria dell'apprendimento computazionale, il principio di minimizzazione del rischio strutturale studia il problema di bilanciare la semplicità di un modello con la sua accuratezza nel predire i dati sperimentali. Questa parte dell'attività di ricerca è incentrata sull'applicazione del suddetto principio a classificatori basati sull'utilizzo di espressioni logiche costruite in termini di forme normali disgiuntive e congiuntive. In [Apolloni et al., 2006; Apolloni et al., 2005; Apolloni et al., 2003; Apolloni et al., 2002; Apolloni et al., 2002] si è sviluppato un algoritmo di semplificazione per tali forme, incentrandosi sull'ottimizzazione stocastica di parametri relativi a insiemi fuzzy che descrivono le suddette forme.

Studio della dinamica di popolazioni

Relativamente a questa questa tematica, l'attività di ricerca è focalizzata sul problema di modellare matematicamente delle situazioni di conflitto utilizzando un approccio alternativo a quello della teoria dei giochi classica. In particolare, in [Apolloni et al., 2006; Apolloni et al., 2003; Apolloni et al., 2002; Apolloni et al., 2002] tali conflitti sono stati modellati in termini dell'approssimazione della soluzione di un problema NP-hard, applicando il modello di Inferenza Algoritmica per determinare come assegnare delle risorse computazionali limitate ai giocatori, prevedendo giochi tra due contendenti, mentre in [Apolloni et al., 2006] il modello è stato esteso ai giochi di squadra. In [Apolloni et al., 2007; Apolloni et al., 2005] questo modello trova applicazione in un campo biologico, mentre in [Apolloni et al., 2010] viene descritto il suo utilizzo al fine di dimensionare il tempo di esecuzione degli algoritmi di apprendimento basati sulla minimizzazione locale dell'errore.

Sistemi intelligenti per pervasive e ubiquitous computing

Il progetto di ricerca ORESTEIA (mOdular hybRid artEfactS wiTh adaptivE functIonAlity, finanziato dalla UE nel quinto programma quadro all'interno delle tematiche IST-FET tra il 2001 e il 2003) è stato incentrato sulla progettazione, realizzazione e analisi di sistemi intelligenti nell'ambito del pervasive e dell'ubiquitous computing. Tali campi sono caratterizzati dalla specializzazione dei calcolatori a risolvere compiti specifici. In questo modo è possibile produrre questi calcolatori riducendone significativamente le dimensioni e il costo, potendoli così immergere all'interno di un ambiente. In particolare, focalizzandosi sul problema del rilevamento degli stati di attenzione [Kasderidis et al., 2003], è stato sviluppato un prototipo per il riconoscimento dello stato di attenzione di un guidatore di autovettura sulla base di segnali biologici [Apolloni et al., 2004; Apolloni et al., 2004; Apolloni et al., 2003; Apolloni et al., 2003; Apolloni et al., 2003].

Classificazione automatica delle emozioni

Durante lo svolgimento del progetto di ricerca PHYSTA (Principled Hybrid Systems: Theory and Applications, finanziato dalle UE nel quarto programma quadro all'interno della tematica TMR tra il 1998 e il 2000), il modello di inferenza algoritmica descritto in [Apolloni et al., 2006; Malchiodi, 2000] è stato applicato al problema di classificazione automatica delle emozioni sulla base di segnali audio-visuali [Apolloni et al., 2004; Apolloni et al., 2002]. I risultati scientifici ottenuti sono stati presentati durante una scuola internazionale di apprendimento computazionale all'interno del medesimo progetto.

Progettazione di statistiche implementabili su hardware

La disponibilità di circuiti hardware in grado di elaborare direttamente dei dati al fine di sintetizzarli tramite stimatori permette di ridurre notevolmente i tempi di calcolo. Il loro uso impone però una serie di vincoli legati essenzialmente all'architettura dei circuiti stessi. All'interno di questo ambito si è applicato il modello di inference among gossips, sviluppato in [Malchiodi, 1996], al fine di ottenere una famiglia di stimatori per popolazioni Bernoulliane implementabile direttamente su schede pRAM [Apolloni et al., 1997]. Lo stesso modello è stato applicato in [Apolloni et al., 2013] allo studio dello scambio di informazioni nelle reti sociali.

Affiliazione a gruppi e progetti di ricerca

2008 >
Gruppo ALaDDIn
2002 >
Gruppo di Informatica (GRIN)
2015 > 2017
Progetto SMILE (Slow down, Move your body, Improve your diet, Learn for life, and Enjoy school time, finanziato dalla Commissione Europea nel programma Erasmus+)
2012 > 2015
Progetto SandS (Social AND Smart, finanziato dalla Commissione Europea nel settimo programma quadro)
2012 > 2014
Progetto VIOPE: Learning computer programming in virtual environment, finanziato dalla Commissione Europea nel sesto programma quadro.
2008 > 2013
Rete di eccellenza PASCAL 2: Pattern Analysis, Statistical Modeling and Computational Learning, finanziata dalla Commissione Europea
2002 > 2013
Società Italiana Reti Neuroniche
1996 > 2011
Laboratorio di Reti Neurali del Dipartimento di Informatica, Università degli Studi di Milano
2005 > 2008
Rete di eccellenza PASCAL: Pattern Analysis, Statistical Modeling and Computational Learning, finanziata dalla Commissione Europea
2002 > 2004
Progetto di interesse nazionale Processi stocastici, finanziato dal Ministero dell'Università e della Ricerca Scientifica e Tecnologica
2001 > 2003
Progetto ORESTEIA (mOdular hybRid artEfactS wTh adaptivE funtIonAlity, finanziato dalla Commissione Europea durante il quinto programma quadro nell'ambito delle tematiche IST-FET)
1998 > 2000
Progetto PHYSTA (Principled Hybrid Sistems: Theory and Applications, finanziato dalla Commissione Europea durante il quarto programma quadro nell'ambito della tematica TMR)
2000
Progetto Metodi statistici e neurali di supporto alle decisioni in ambito finanziario, finanziato dal Inferentia-DNM
2000
Progetto Metodi statistico-neurali per lo studio di popolazioni, finanziato dal fondo Giovani ricercatori dell'Università degli Studi di Milano
1999
Progetto di interesse nazionale Processi stocastici con natura spaziale, finanziato dal Ministero dell'Università e della Ricerca Scientifica e Tecnologica

Pubblicazioni di Dario Malchiodi

Libri

[Monga et al., 2017] Monga M., Malchiodi D., Morpurgo A. e Torelli M., Turing: la nascita dell'intelligenza artificiale, Corriere della Sera, Grandangolo Scienza, 2017 [BIBTEX]
[Malchiodi, 2015] Malchiodi D., Sistemi operativi – esercizi risolti e commentati, (ISBN 978-88-91091-41-3), 2015 [book page BIBTEX]
[Apolloni et al., 2008] Apolloni B., Pedrycz W., Bassis S. e Malchiodi D., The Puzzle of Granular Computing, Berlin: Springer, Studies in Computational Intelligence, Vol. 138 (ISBN 978-3-540-79863-7), 2008 [publisher BIBTEX]
[Malchiodi, 2007] Malchiodi D., Fare matematica con Mathematica, Milano: Pearson Addison Wesley (ISBN 978-88-7192-365-9), 2007, in italiano [book-page publisher BIBTEX]
[Apolloni et al., 2006] Apolloni B., Malchiodi D. e Gaito S., Algorithmic Inference in Machine Learning, 2nd Edition, Magill, Adelaide: Advanced Knowledge International, International Series on Advanced Intelligence, Vol. 5 (ISBN 0-9751004-2-4), 2006 [publisher BIBTEX]

Articoli su riviste internazionali

[Baraté et al., 2017] Baraté A., Ludovico L. A. e Malchiodi D., Fostering Computational Thinking in Primary School through a LEGO®-based Music Notation, Procedia computer science 112 (2017), 1334–1344, Special issue: KES 2017 - Proceedings of the 21st International Conference on Knowledge-Based and Intelligent Information & Engineering Systems [doi> BIBTEX]
[Frasca and Malchiodi, 2017] Frasca M. e Malchiodi D., Exploiting Negative Sample Selection for Prioritizing Candidate Disease Genes, Genomics and Computational Biology 3 - 3 (2017), e47 [doi> BIBTEX]
[Bellettini et al., 2014] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A., Torelli M. e Zecca L., Informatics Education in Italian Secondary School, ACM Transactions on Computing Education (TOCE) – Special Issue on Computing Education in (K-12) Schools 14 - 2 (2014), 15.1–15.6 [doi> BIBTEX]
[Apolloni et al., 2013] Apolloni B., Malchiodi D. e Taylor J. G., Learning by Gossip: A Principled Information Exchange Model in Social Networks, Cognitive Computation 5 - 3 (2013), 327-339 [doi> BIBTEX]
[Apolloni et al., 2010] Apolloni B., Malchiodi D. e Valerio L., Relevance regression learning with support vector machines, Nonlinear Analysis 73 (2010), 2855-2867 [doi> BIBTEX]
[Apolloni et al., 2010a] Apolloni B., Bassis S., Gaito S., Malchiodi D. e Zoppis I., Playing monotone games to understand learning behaviors, Theoretical Computer Science 411 - 25 (2010), 2384-2405 [doi> BIBTEX]
[Apolloni et al., 2009] Apolloni B., Bassis S. e Malchiodi D., Compatible worlds, Nonlinear Analysis: Theory, Methods & Applications 71 - 12 (2009), e2883-e2901 [doi> BIBTEX]
[Malchiodi, 2009] Malchiodi D., An experimental analysis of the impact of accuracy degradation in SVM classification, International Journal of Computational Intelligence Studies 1 - 2 (2009), 163-190 [doi> BIBTEX]
[Apolloni et al., 2008a] Apolloni B., Bassis S., Malchiodi D. e Pedrycz W., Interpolating Support Information Granules, Neurocomputing 71 (2008), 2433-2445 [doi> BIBTEX]
[Apolloni et al., 2008b] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Bootstrapping Complex Functions, Nonlinear Analysis: Hybrid Systems 2 - 2 (2008), 648-664 [doi> BIBTEX]
[Malchiodi, 2008] Malchiodi D., Embedding Sample Points Uncertainty Measures in Learning Algorithms, Nonlinear Analysis: Hybrid Systems 2 - 2 (2008), 635-647 [doi> BIBTEX]
[Apolloni et al., 2007] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Solving complex regression problems via Algorithmic Inference: a new family of bootstrap algorithms, Far East Journal of Theoretical Statistics 22 - 2 (2007), 141-180 [BIBTEX]
[Apolloni et al., 2007a] Apolloni B., Bassis S., Clivio A., Gaito S. e Malchiodi D., Modeling individual's aging within a bacterial population using a pi-calculus paradigm, Natural Computing 6 - 1 (2007), 33-53 [doi> BIBTEX]
[Apolloni et al., 2007b] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Appreciation of medical treatments by learning underlying functions with good confidence, Current Pharmaceutical Design 13 - 15 (2007), 1545-1570 [ BIBTEX]
[Apolloni et al., 2006a] Apolloni B., Brega A., Malchiodi D., Palmas G. e Zanaboni A. M., Learning Rule Representations From Data, IEEE Transactions on Systems, Man and Cybernetics, Part A 36 - 5 (2006), 1010-1028 [doi> BIBTEX]
[Apolloni et al., 2006b] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Elementary team strategies in a monotone game, Nonlinear Analysis 64 - 2 (2006), 310-328 [doi> BIBTEX]
[Apolloni et al., 2006c] Apolloni B., Bassis S., Gaito S., Malchiodi D. e Zoppis I., Controlling the losing probability in a monotone game, Information Sciences 176 - 10 (2006), 1395-1416 [doi> BIBTEX]
[Apolloni et al., 2004] Apolloni B., Esposito A., Malchiodi D., Orovas C., Palmas G. e Taylor J. G., A General Framework for Learning Rules From Data, IEEE Transactions on Neural Networks 15 - 6 (2004), 1333-1349 [doi> BIBTEX]
[Apolloni et al., 2002] Apolloni B., Malchiodi D., Orovas C. e Palmas G., From synapses to rules, Cognitive Systems Research 3 (2002), 167-201 [doi> BIBTEX]
[Apolloni and Malchiodi, 2001] Apolloni B. e Malchiodi D., Gaining degrees of freedom in subsymbolic learning, Theoretical Computer Science 255 (2001), 295-321 [doi> BIBTEX]
[Apolloni et al., 1997] Apolloni B., Malchiodi D. e Taylor J. G., Functional bootstrap: a hardware constrained implementation of on-line bootstrap, InterStat October (1997) [on-line access BIBTEX]

Contributi su atti di conferenze internazionali

[Lonati et al., 2017] Lonati V., Malchiodi D., Monga M. e Morpurgo A., How presentation affects the difficulty of computational thinking taksk: an IRT analysis, in Proceedings of 17th Koli Calling International Conference on Computing Education Research, ACM, 2017, in stampa [BIBTEX]
[Calcagni et al., 2017] Calcagni A., Lonati V., Monga M., Morpurgo A. e Malchiodi D., Promoting computational thinking skills: would you use this Bebras task?, in The 10th International Conference on Informatics in Schools, 2017, in stampa [BIBTEX]
[Ludovico et al., 2017] Ludovico L. A., Malchiodi D. e Zecca L., A Multimodal LEGO®-based Learning Activity Mixing Musical Notation and Computer Programming, in 19th ACM International Conference on Multimodal Interaction, ACM, 2017, in stampa [BIBTEX]
[Frasca et al., 2017] Frasca M., Fontaine J. Fred, Valentini G., Mesiti M., Notaro M., Malchiodi D. e Andrade-Navarro M., Disease-Genes must Guide Data Source Integration in the Gene Prioritization Process, in Proceedings of CIBB 2017 - 14th International Conference on Computational Intelligence Methods for Bioinformatics and Biostatistics, 2017, in stampa [BIBTEX]
[Lonati et al., 2017a] Lonati V., Malchiodi D., Monga M. e Morpurgo A., Learning Greedy Strategies at Secondary Schools: An Active Approach, in A. Sforza e C. Sterle (Eds.), Optimization and Decision Science Methodologies and Applications, Springer, Proceedings in Mathematics & Statistics (ISBN 978-3319673973), 2017, in stampa [doi> BIBTEX]
[Lonati et al., 2017b] Lonati V., Malchiodi D., Monga M. e Morpurgo A., Bebras as a teaching resource, in ITiCSE '17 Proceedings of the 2017 ACM Conference on Innovation and Technology in Computer Science Education, ACM (ISBN 9781450347044), 366–366, 2017 [BIBTEX]
[Lonati et al., 2017c] Lonati V., Malchiodi D., Monga M. e Morpurgo A., Nothing to fear but fear itself: introducing recursion in lower secondary schools, in Proceedings of Fifth International Conference on Learning and Teaching in Computing and Engineering, LATICE 2017, 2017, in stampa [BIBTEX]
[Frasca et al., 2017b] Frasca M., Lipreri F. e Malchiodi D., Analysis of Informative Features for Negative Selection in Protein Function Prediction, in I. Rojas e F. Ortuño (Eds.), Bioinformatics and Biomedical Engineering 5th International Work-Conference, IWBBIO 2017, Granada, Spain, April 26–28, 2017, Proceedings, Part II, Vol. 10209, 2017 [doi> BIBTEX]
[Baratè et al., 2017] Baratè A., Formica A., Ludovico L. A. e Malchiodi D., Fostering Computational Thinking in Secondary School through Music: An Educational Experience based on Google Blockly, in P. Escudeiro, G. Costagliola, S. Zvacek, J. Uhomoibhi e B. M. McLaren (Eds.), Proceedings of the 9th International Conference on Computer Supported Education, SCITEPRESS (ISBN 978-989-758-240-0), 117–124, 2017 [BIBTEX]
[Lonati et al., 2016] Lonati V., Malchiodi D., Monga M., Morpurgo A. e Previtali M., A playful tool to introduce lower secondary school pupils to recursive thinking, in Proceedings of 9th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP 2016, 51-52, 2016 [BIBTEX]
[Bellettini et al., 2015a] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Torelli M., How Challenging are Bebras Tasks? An IRT analysis based on the performance of Italian students, in ITiCSE '15 Proceedings of the 2015 ACM Conference on Innovation and Technology in Computer Science Education, New York: ACM (ISBN 9781450334402), 27-32, 2015 [BIBTEX]
[Lonati et al., 2015] Lonati V., Malchiodi D., Monga M. e Morpurgo A., Is coding the way to go?, in A. Brodnik e J. Vahrenhold (Eds.), Informatics in Schools. Curricula, Competences, and Competitions, Springer International Publishing (ISBN 9783319253954), 165-174, 2015 [BIBTEX]
[Paterson et al., 2015] Paterson J., Karhu M., Cazzola W., Illina I., Law R., Malchiodi D., Maximiano M. e Silva C., Experience of an International Collaborative Project with First Year Programming Students, in Proceedings of the IEEE 39th Annual Computer Software and Applications Conference (COMPSAC'15), 829–834, 2015 [BIBTEX]
[Bellettini et al., 2014a] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A., Torelli M. e Zecca L., Extracurricular Activities for Improving the Perception of Informatics in Secondary Schools, in Y. Gülbahar e E. Karataş (Eds.), Informatics in Schools. Teaching and Learning Perspectives – 7th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP 2014, Istanbul, Turkey, September 22-25, 2014. Proceedings, Vol. 8730, Springer International Publishing, Lecture Notes in Computer Science (ISBN 978-3-319-09958-3), 161–172, 2014 [doi> BIBTEX]
[Bellettini et al., 2014b] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Torelli M., Teaching Informatics for Fun and Profit, in A. Raschi, A. Di Fabio e L. Sebastiani (Eds.), Proceedings of the International Workshop on Science Education and Guidance in Schools: The Way Forward, Edizioni ETS (ISBN 978-88-903469-2-7), 125–128, 2014 [ BIBTEX]
[Malchiodi and Pedrycz, 2013] Malchiodi D. e Pedrycz W., Learning Membership Functions for Fuzzy Sets through Modified Support Vector Clustering, in F. Masulli, G. Pasi e R. Yager (Eds.), Fuzzy Logic and Applications. 10th International Workshop, WILF 2013, Genoa, Italy, November 19–22, 2013. Proceedings., Vol. 8256, Springer International Publishing, Switzerland, Lecture Notes on Artificial Intelligence (ISBN 978-3-319-03199-6), 52–59, 2013 [doi> BIBTEX]
[Bellettini et al., 2013] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Torelli M., What you see is what you have in mind: constructing mental models for formatted text processing, in I. Diethelm, J. Arndt, M. Dünnebier e J. (Eds.), Informatics in Schools: Local Proceedings of the 6th International Conference ISSEP 2013 - Selected Papers, Vol. 6, Universitätsverlag Potsdam, Commentarii informaticae didacticae (ISBN 978-3-86956-222-3), 139-147, 2013 [ BIBTEX]
[Bellettini et al., 2012] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Torelli M., Exploring the processing of formatted texts by a kynesthetic approach, in WiPSCE'12 Proceedings of the 7th Workshop in Primary and Secondary Computing Education , ACM (ISBN 9781450317870), 143-144, 2012 [ BIBTEX]
[Apolloni et al., 2007c] Apolloni B., Malchiodi D. e Natali L., A Modified SVM Classification Algorithm for Data of Variable Quality, in B. Apolloni, R. Howlett e L. Jain (Eds.), Knowledge-Based Intelligent Information and Engineering Systems 11th International Conference, KES 2007, XVII Italian Workshop on Neural Networks, Vietri sul Mare, Italy, September 12-14, 2007. Proceedings, Part III, Berlin Heidelberg: Springer-Verlag, Lecture Notes in Artificial Intelligence 4694 (ISBN 978-3-540-74828-1), 131-139, 2007 [doi> on-line access BIBTEX]
[Apolloni et al., 2007d] Apolloni B., Bassis S. e Malchiodi D., SVM with Random Labels, in B. Apolloni, R. Howlett e L. Jain (Eds.), Knowledge-Based Intelligent Information and Engineering Systems 11th International Conference, KES 2007, XVII Italian Workshop on Neural Networks, Vietri sul Mare, Italy, September 12-14, 2007. Proceedings, Part III, Berlin Heidelberg: Springer-Verlag, Lecture Notes in Artificial Intelligence 4694 (ISBN 978-3-540-74828-1), 184-193, 2007 [doi> on-line access BIBTEX]
[Apolloni and Malchiodi, 2006a] Apolloni B. e Malchiodi D., Embedding sample points relevance in SVM linear classification, in V. Torra, Y. Narukawa, A. Valls e J. Domingo-Ferrer (Eds.), MDAI 2006 - Proceedings of 3rd International Conference on Modeling Decisions for Artificial Intelligence, Tarragona: Universitat Rovira I Virgili (ISBN 8400-08416-0), 2006 [ BIBTEX]
[Apolloni et al., 2006e] Apolloni B., Bassis S., Malchiodi D. e Pedrycz W., Interpolating Support Information Granules, in S. Kollias, A. Stafylopatis, W. Duch e E. Oja (Eds.), Artificial Neural Networks - ICANN 2006 - 16th International Conference, Athens, Greece, September 10-14, 2006, Proceedings, Part II, Berlin/Heidelberg: Springer, Lecture Notes in Computer Science 4132 (ISBN 978-3-540-38871-5), 270-281, 2006 [doi> on-line access BIBTEX]
[Malchiodi, 2006] Malchiodi D., Implementing an XML-RPC client in Mathematica, in B. Autin e Y. Papegay (Eds.), eProceedings of the 8th International Mathematica Symposium, Rocquencourt, France: INRIA (ISBN 2-7261-1289-7), 2006 [ BIBTEX]
[Apolloni et al., 2005] Apolloni B., Brega A. e Malchiodi D., BICA: a Boolean Independent Component Analysis Algorithm, in N. Nedjah, L. Mourelle, M. B. R. Vellasco, A. Abraham e M. Köppen (Eds.), Proceedings of HIS 2005: Fifth International Conference on Hybrid Intelligent Systems, IEEE Computer Society (ISBN 0-7695-2457-5), 131-136, 2005 [doi> BIBTEX]
[Apolloni et al., 2005a] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Tight Bounds for SVM Classification Error, in M. Zhao e Z. Shi (Eds.), Proceedings - 2005 International Conference on Neural Network & Brain (ICNN&B'05), IEEE Press (ISBN 0-7803-9422-4), 5-8, 2005 [on-line access BIBTEX]
[Apolloni et al., 2005f] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Appreciation of medical treatments through confidence intervals, in E. Biganzoli, P. Boracchi, P. Duca e E. Ifeachor (Eds.), Proceedings of the 1t European Workshop on the Assessment of Diagnostic Performance, RCE Edizioni (ISBN 88-8399-084-6), 165-174, 2005 [ BIBTEX]
[Apolloni et al., 2004a] Apolloni B., Brega A., Malchiodi D. e Mesiano C., Detecting Driving Awareness, in J. Boulicaut, F. Esposito, F. Giannotti e D. Pedreschi (Eds.), Knowledge Discovery in Databases - PKDD 2004. 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, Pisa, Italy, September 20-24, 2004. Proceedings, Berlin, Heidelberg: Springer, Lecture Notes in Artificial Intelligence 3202 (ISBN 3-540-23108-0), 528-530, 2004, demonstrating paper [doi> online-access BIBTEX]
[Apolloni et al., 2004b] Apolloni B., Malchiodi D. e Mesiano C., An Attention Monitoring System for High Demanding Operational Tasks, in Proceedings of the 2004 IEEE International Conference on Computational Intelligence for Homeland Security and Personal Safety, IEEE Press (ISBN 0-7803-8381-8), 23-29, 2004, invited paper [doi> BIBTEX]
[Apolloni et al., 2003] Apolloni B., Brega A., Malchiodi D., Palmas G. e Zanaboni A. M., Learning rule representations from boolean data, in O. Kaynak, E. Alpaydin, E. Oja e L. Xu (Eds.), Artificial Neural Networks and Neural Information Processing - ICANN/ICONIP 2003, Joint International Conference ICANN/ICONIP 2003, Istanbul, Turkey, June 26-29, 2003, Proceedings, Springer, Lecture Notes in Computer Science 2714, 875-882, 2003 [doi> on-line access BIBTEX]
[Apolloni et al., 2003a] Apolloni B., Bassis S., Brega A., Gaito S., Malchiodi D. e Zanaboni A. M., A man-machine human interface for a special device of the pervasive computing world, in A. Kameas e N. Streitz (Eds.), Proceedings of DC Tales: Tales of the Disappearing Computer, Santorini Greece, June 1-4, 2003, CTI Press (ISBN 960-406-461-4), 263-267, 2003 [ BIBTEX]
[Apolloni et al., 2003b] Apolloni B., Brega A., Malchiodi D., Valcamonica N. e Zanaboni A. M., A symbolic description of the awareness state in car driving, in A. Kameas e N. Streitz (Eds.), Proceedings of DC Tales: Tales of the Disappearing Computer, Santorini Greece, June 1-4, 2003, CTI Press (ISBN 960-406-461-4), 93-96, 2003 [ BIBTEX]
[Kasderidis et al., 2003] Kasderidis S., Taylor J. G., Tsapatoulis N. e Malchiodi D., Driving Attention to the Dangerous, in O. Kaynak, E. Alpaydin e E. Oja (Eds.), Artificial Neural Networks and Neural Information Processing - ICANN/ICONIP 2003, Joint International Conference ICANN/ICONIP 2003, Istanbul, Turkey, June 26-29, 2003, Proceedings, Springer, Lecture Notes in Computer Science 2714, 909-916, 2003 [on-line access BIBTEX]
[Apolloni and Malchiodi, 2002a] Apolloni B. e Malchiodi D., Narrowing confidence interval witdh of PAC learning risk function by algorithmic inference, in On-line proceedings of the 7th International Symposium on Artificial Intelligence and Mathematics (Fort Lauderdale, USA, January 2-4 2002), 2002 [on-line access BIBTEX]
[Apolloni et al., 2002b] Apolloni B., Malchiodi D., Orovas C. e Zanaboni A. M., Fuzzy Methods for Simplifying a Boolean Formula Inferred from Examples, in L. Wang, S. Halgamuge e X. Yao (Eds.), FSDK'02, Proceedings of the 1st International Conference on Fuzzy Systems and Knowledge Discovery: Computational Intelligence for the E-Age, November 18-22, 2002, Orchid Country Club, Singapore, Vol. 2, (ISBN 981-04-7520-9), 554-558, 2002, versione estesa in [Apolloni et al., 2005] [ BIBTEX]
[Apolloni et al., 2002c] Apolloni B., Bassis S., Malchiodi D. e Gaito S., Cooperative games in a stochastic environment, in E. Damiani, R. Howlett, L. Jain e N. Ichalkaranje (Eds.), Knowledge-Based Intelligent Information Engineering Systems and Allied Technologies - KES 2002 (Proceedings of KES'2002: Sixth Internatinal Conference on Knowledge-Based Intelligent Information & Engineering Systems, Crema, Italy, September 18-19, 2002, Vol. 82, Amsterdam: IOS Press/Ohmsha, Frontiers in Artificial Intelligence and Applications (ISBN 1-58603-280-1), 296-300, 2002 [ BIBTEX]
[Apolloni and Malchiodi, 2001a] Apolloni B. e Malchiodi D., Twisting statistics with properties, in A. Morazevich, V. Levashenko, E. Zaitseva e N. Ichalkaranje (Eds.), Proceedings of ICINASTe 2001: Internatinal Conference on Information, Networks and System Technlogies (Minsk, Belarus, October 2-4, 2001), Minsk: BSEU (ISBN 985-426-692-3), 48-56, 2001 [ BIBTEX]
[Apolloni et al., 2000] Apolloni B., Malchiodi D., Orovas C. e Palmas G., From synapses to rules, in Workshop notes of ECAI 2000: European Conference on Artificial Intelligence - Workshop of connectionist-symbolic integration: representation, paradigm and algorithms (Berlin, Germany, 2000), 2000 [ BIBTEX]

Contributi su atti di conferenze nazionali

[Frasca and Malchiodi, 2016] Frasca M. e Malchiodi D., Selection of Negative Examples for Node Label Prediction through Fuzzy Clustering Techniques, in S. Bassis, A. Esposito, F. C. Morabito e E. Pasero (Eds.), Advances in Neural Networks: Computational Intelligence for ICT, Springer International Publishing (ISBN 978-3-319-33747-0), 67-76, 2016 [doi> BIBTEX]
[Malchiodi and Legnani, 2014] Malchiodi D. e Legnani T., Avoiding the Cluster Hypothesis in SV Classification of Partially Labeled Data, in S. Bassis, A. Esposito e F. C. Morabito (Eds.), Recent Advances of Neural Networks Models and Applications. Proceedings of the 23nd Workshop of the Italian Neural Networks Society (SIREN), May 23-25, Vietri sul Mare, Salerno, Italy, Vol. 26, Springer, Smart Innovation, Systems and Technologies (ISBN 978-3-319-04128-5), 33-40, 2014 [ BIBTEX]
[Malchiodi, 2013a] Malchiodi D., MUT: un framework di test automatico per Wolfram Mathematica, in Mathematica Italia User Group Meeting 2013 - Atti del Convegno, Adalta (ISBN 978-88-96810-03-3), 2013 [ BIBTEX]
[Malchiodi, 2013b] Malchiodi D., An interpretation of the boundary movement method for imbalanced dataset classification based on data quality, in B. Apolloni, S. Bassis, A. Esposito e F. C. Morabito (Eds.), Neural Nets and Surroundings. 22nd Italian Workshop on Neural Nets, WIRN 2012, May 17-19 2012, Vietri sul Mare, Salerno, Italy, Springer, Smart Innovation, Systems and Technologies 19 (ISBN 978-3-642-35466-3), 21-27, 2013 [doi> BIBTEX]
[Malchiodi, 2011] Malchiodi D., Scrivi anche tu un libro con Mathematica!, in Mathematica Italia User Group Meeting 2011 - Atti del Convegno, Adalta (ISBN 9788896810026), 2011 [ BIBTEX]
[Malchiodi et al., 2010] Malchiodi D., Re M. e Valentini G., Uso di Mathematica per la classificazione di dati di qualità variabile, in Mathematica Italia User Group Meeting - Atti del Convegno 2010, Adalta (ISBN 978-88-96810-00-2), 2010 [ BIBTEX]
[Bulgheroni and Malchiodi, 2009] Bulgheroni M. e Malchiodi D., Mathematica per l'introduzione dei rudimenti della programmazione nelle scuole superiori, in Atti del Mathematica Italia User Group Meeting, Adalta, 2009 [ BIBTEX]
[Malchiodi et al., 2009a] Malchiodi D., Bassis S. e Valerio L., svMathematica: implementazione in Mathematica di algoritmi di machine learning basati su vettori di supporto, in Atti del Mathematica Italia User Group Meeting, Adalta, 2009 [ BIBTEX]
[Malchiodi et al., 2009c] Malchiodi D., Bassis S. e Valerio L., Discovering regression data quality through clustering methods, in B. Apolloni, M. Marinaro e S. Bassis (Eds.), New Directions in Neural Networks, 18th Italian Workshop on Neural Networks: WIRN 2008, 22-24 May 2008, Vietri sul Mare, IOS Press, FAIA-KBIES vol. 193 (ISBN 0922-6389), 76-85, 2009 [ BIBTEX]
[Malchiodi, 2008a] Malchiodi D., The head fake, ovvero insegnando è concesso imbrogliare, in Atti del Mathematica Italia User Group Meeting, Adalta, 2008 [ BIBTEX]
[Apolloni et al., 2005b] Apolloni B., Iannizzi D., Malchiodi D. e Pedrycz W., Granular Regression, in B. Apolloni, M. Marinaro, G. Nicosia e R. Tagliaferri (Eds.), Neural Nets. 16th Italian Workshop on Neural Nets, WIRN 2005 and International Workshop on Natural and Artificial Immune Systems, NAIS 2005. Vietri sul Mare, Italy, June 2005, Springer, Lecture Notes in Computer Science 3931 (ISBN 3-540-33183-2), 2005 [doi> on-line access BIBTEX]
[Apolloni et al., 2005c] Apolloni B., Clivio A., Bassis S., Gaito S. e Malchiodi D., An Evolution Hypothesis of Bacterial Populations, in B. Apolloni, M. Marinaro, G. Nicosia e R. Tagliaferri (Eds.), Neural Nets. 16th Italian Workshop on Neural Nets, WIRN 2005 and International Workshop on Natural and Artificial Immune Systems, NAIS 2005. Vietri sul Mare, Italy, June 2005, Springer, Lecture Notes in Computer Science 3931 (ISBN 3-540-33183-2), 214-230, 2005 [doi> online-access BIBTEX]
[Apolloni et al., 2005d] Apolloni B., Bassis S., Gaito S., Malchiodi D. e Minora A., Computing confidence intervals for the risk ofa SVM classifier through algorithmic inference, in B. Apolloni, M. Marinaro e R. Tagliaferri (Eds.), Biological and Artificial Intelligence Environments, Springer, 225-234, 2005 [online-access BIBTEX]
[Apolloni et al., 2005e] Apolloni B., Bassis S., Gaito S., Iannizzi D. e Malchiodi D., Learning continuous functions through a new linear regression method, in B. Apolloni, M. Marinaro e R. Tagliaferri (Eds.), Biological and Artificial Intelligence Environments, Springer, 235-243, 2005 [online-access BIBTEX]
[Apolloni et al., 2003c] Apolloni B., Bassis S., Brega A., Gaito S., Malchiodi D., Valcamonica N. e Zanaboni A. M., Monitoring of car drivng awareness from biosignals, in B. Apolloni, M. Marinaro e R. Tagliaferri (Eds.), Neural Nets: 14th Italian Workshop on Neural Nets, WIRN VIETRI 2003, Vietri sul Mare, Italy, June 4-7, 2003, Springer, Lecture Notes in Computer Science 2859 (ISBN 3-540-20227-7), 269-277, 2003 [doi> on-line access BIBTEX]
[Apolloni et al., 2003d] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Cooperative games in a stochastic environment, in B. Apolloni, M. Marinaro e R. Tagliaferri (Eds.), Neural Nets: 14th Italian Workshop on Neural Nets, WIRN VIETRI 2003, Vietri sul Mare, Italy, June 4-7, 2003, Springer, Lecture Notes in Computer Science 2859 (ISBN 3-540-20227-7), 25-34, 2003 [doi> on-line access BIBTEX]
[Apolloni et al., 2002d] Apolloni B., Malchiodi D., Gaito S. e Zanaboni A. M., Twisting features with properties, in M. Marinaro e R. Tagliaferri (Eds.), Neural Nets WIRN Vietri-01: Proceedings of the 12th Italian Workshop on Neural Nets, Vietri sul Mare, Salerno, Italy, 17-19 May, 2001, Springer, Perspectives in Neural Computing (ISBN 1-85233-505-X), 301-312, 2002 [ BIBTEX]

Capitoli e parti di libro

[Bellettini et al., 2015] Bellettini C., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Pedersini F., La formazione degli insegnanti della classe 42/A – Informatica: l'esperienza dell'Università degli Studi di Milano, in e A. Labella (Ed.), E questo tutti chiamano Informatica, Chapter 4, Sapienza Università Editrice (ISBN 978-88-98533-63-3), 53–76, 2015 [BIBTEX]
[Apolloni et al., 2005g] Apolloni B., Brega A., Malchiodi D., Orovas C. e Zanaboni A. M., A Fuzzy Method for Learning Simple Boolean Formulas from Examples, in S. Halgamuge e L. Wang (Eds.), Computational Intelligence for Modelling and Prediction, Chapter 26, Springer, Studies in Computational Intelligence, Vol. 2 (ISBN 3-540-26071-4), 367-382, 2005, versione estesa di [Apolloni et al., 2002] [doi> BIBTEX]
[Apolloni et al., 2002e] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Statistical bases for learning, in B. Apolloni e F. Kurfess (Eds.), From synapses to rules. Discovering symbolic rules from neural processed data, Chapter 1, New York: Kluwer Academic/Plenum Publishers (ISBN 0-306-47402), 5-40, 2002 [BIBTEX]
[Apolloni et al., 2002f] Apolloni B., Gaito S., Iannizzi D. e Malchiodi D., Learning regression functions, in B. Apolloni e F. Kurfess (Eds.), From synapses to rules. Discovering symbolic rules from neural processed data, Chapter 3, New York: Kluwer Academic/Plenum Publishers (ISBN 0-306-47402), 61-73, 2002 [BIBTEX]
[Apolloni et al., 2002g] Apolloni B., Bassis S., Gaito S. e Malchiodi D., Cooperative games in a stochastic environment, in B. Apolloni e F. Kurfess (Eds.), From synapses to rules. Discovering symbolic rules from neural processed data, Chapter 4, New York: Kluwer Academic/Plenum Publishers (ISBN 0-306-47402), 75-86, 2002 [BIBTEX]
[Apolloni et al., 2002h] Apolloni B., Malchiodi D., Orovas C. e Zanaboni A. M., Fuzzy methods for simplifying a Boolean formula inferred from examples, in B. Apolloni e F. Kurfess (Eds.), From synapses to rules. Discovering symbolic rules from neural processed data, Chapter 7, New York: Kluwer Academic/Plenum Publishers (ISBN 0-306-47402), 117-128, 2002 [BIBTEX]
[Apolloni et al., 2002i] Apolloni B., Gaito S. e Malchiodi D., Learning and checking confidence regions for the hazard function of biomedical data, in B. Apolloni e F. Kurfess (Eds.), From synapses to rules. Discovering symbolic rules from neural processed data, Chapter 13, New York: Kluwer Academic/Plenum Publishers (ISBN 0-306-47402), 251-260, 2002 [BIBTEX]

Tesi

[Malchiodi, 2000] Malchiodi D., Algorithmic approach to the statistical inference of non-Boolean function classes, Università degli Studi di Milano, 2000, PhD thesis in Computational Mathematics and Operations Research [ BIBTEX]
[Malchiodi, 1996] Malchiodi D., Algoritmi di apprendimento per reti neurali non standard, Università degli Studi di Milano, 1996, MSc thesis in Computer Science (in Italian) [ BIBTEX]

Software

[Malchiodi, 2010a] Malchiodi D., yaplf: yet another python learning framework, python library, 2010 [Home GitHub BIBTEX]
[Malchiodi et al., 2009b] Malchiodi D., Bassis S. e Valerio L., svMathematica: a Mathematica package for SV classification and regression, Wolfram Mathematica library, 2009 [Home GitHub BIBTEX]
[Malchiodi, 2006a] Malchiodi D., The Mathematica neosAPI package, Wolfram Mathematica library, 2006 [Home GitHub BIBTEX]
[Malchiodi, 2006b] Malchiodi D., xmlRpc: remotely executing code within Mathematica, Wolfram Mathematica library, 2006 [Home GitHub BIBTEX]
[Malchiodi, 2006c] Malchiodi D., A Mathematica bae64 package, Wolfram Mathematica library, 2006 [Home GitHub BIBTEX]

Altre pubblicazioni

[Lissoni et al., 2015] Lissoni A., Lonati V., Malchiodi D., Monga M., Morpurgo A., Repetto L. e Torelli M., VII Kangourou dell'informatica 2014-2015, Edizioni Kangourou Italia (ISBN 978-88-89249-41-3), 2015 [BIBTEX]
[Lissoni et al., 2014] Lissoni A., Lonati V., Malchiodi D., Monga M., Morpurgo A., Repetto L. e Torelli M., VI Kangourou dell'Informatica 2013--2014, Edizioni Kangourou Italia (ISBN 9788889249376), 2014 [BIBTEX]
[Lissoni et al., 2013] Lissoni A., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Torelli M., V Kangourou dell'Informatica 2012--2013. Testi, soluzioni e commenti, Edizioni Kangourou Italia (ISBN 978-88-89249-34-5), 2013 [BIBTEX]
[Lissoni et al., 2012] Lissoni A., Lonati V., Malchiodi D., Monga M., Morpurgo A. e Torelli M., Kangourou dell'Informatica 2012, Edizioni Kangourou Italia (ISBN 9788889249307), 2012 [BIBTEX]

Tesi seguite in qualità di relatore o di correlatore

Organizzazione di attività editoriali e scientifiche

Organizzazione di conferenze

2017
Membro del comitato organizzativo locale del 2017 Bebras international workshop
2017
Membro del comitato organizzativo locale di 21st Century Strategies to Tackle Early School Leaving
2012
Membro del comitato organizzativo locale di IAD 2012 (Italian Agile Day 2012)
2011
Membro del comitato organizzativo di INFOCULT 2011
2011
Partecipazione al comitato di programma di KES 2011
2010
Partecipazione al comitato di programma di ECML PKDD 2010 (European Conference on Machine Learning / Principles and Practice of Knowledge Discovery in Databases)
2010
Partecipazione al comitato organizzativo di MIUGM (Mathematica Italia User Group Meeting)
2007
Partecipazione al comitato di programma di WIRN 2007/KES 2007
2006
Collaborazione all'organizzazione di CISI2006: Conferenza Italiana sui Sistemi Itelligenti, Ancona, 27-29 settembre 2006
2003
Collaborazione all'organizzazione di WIRN2003 (XIV Workshop Italiano Reti Neurali)

Organizzazione di tutorial, workshop e sessioni speciali

2013
Speaker nel panel "Computational Intelligence Methods for Big Data Analysis", organizzato all'interno di WILF2013
2007
Chair della sessione speciale Learning from uncertain data, organizzata nell'ambito dei KES 2007 / WIRN 2007
2006
Co-chair del workshop New paradigms in hybrid learning systems, organizzata nell'ambito della International Conference of Hybrid Systems and Applications
2005
Tutorial Statistical bases of Machine Learning, HIS'05: Fifth International Conference on Hybrid Intelligent Systems
2004
Tutorial Statistical approaches used in Machine Learning, 15th European Conference on Machine Learning and 8th European Conference on Principles and Practice of Knowledge Discovery in Databases (ECML/PKDD 2004)
2004
Tutorial Statistical approaches used in Machine Learning, 15th International Conference on Algorithmic Learning Theory (ALT2004)
2004
Tutorial Statistical methods for biomedical data processing, XV Workshop Italiano Reti Neurali (WIRN2004)

Partecipazione a editorial board di riviste internazionali

2010 >
Mathematics and Computers in Simulation
2010 >
Intelligent decision technologies
2008 >
International Journal of Computational Intelligence Studies

Revisioni per riviste, conferenze e progetti

Riviste

Conferenze

Progetti

2014
SIR 2014 (Scientific Independence of young Researchers) – Ministero dell'Istruzione, dell'Università e della Ricerca (revisore e rapporteur)

Altre attività

2009
Progettazione del sito web del Gruppo di Informatica (GRIN)
2006
Progettazione del sito web della Società Italiana Reti Neuroniche

Attività didattiche

Attività attuali

Sono attualmente professore incaricato dei seguenti corsi (in lingua italiana) tenuti presso l'Università degli Studi di Milano

15/16 > 17/18
F1X-97: Statistica e analisi dei dati, Corso di Laurea in Informatica, Università degli Studi di Milano (fino al 2016/17 per 48 ore e mutuato per i corsi di Informatica per la Comunicazione Digitale e di Informatica Musicale, dal 2017/18 per 60 ore)
12/13 > 17/18
F94-80: Analisi dei dati su larga scala, Corso di Laurea Magistrale in Informatica, Università degli Studi di Milano
14/15 > 17/18
F94-124: Didattica dell'informatica, Corso di Laurea Magistrale in Informatica, Università degli Studi di Milano

Attività precedenti

Insegnamenti all'interno di Corsi di Laurea e di Laurea Magistrale

15/16
Big data, Corso di Laurea Magistrale in Comunicazione pubblica e d'impresa, Università degli Studi di Milano (in lingua inglese)
06/07 > 16/17
F94-12: Simulazione - teoria e tecniche, Corso di Laurea Magistrale in Informatica, Università degli Studi di Milano (erogazione annuale fino al 2008/09 e ad anni alterni dal 2012/13)
11/12 > 15/16
F4Y-72: Programmazione 3, Laurea magistrale in Matematica, Università degli Studi di Milano (erogazione biennale)
10/11 > 14/15
F3X-34: Sistemi operativi, Corso di Laurea in Informatica per la Comunicazione Digitale (e corso di Laurea in Informatica Musicale), Università degli Studi di Milano (affidamento per carico didattico, per il solo Corso di Informatica musicale nel 2010/11)
11/12
F3X-36: Programmazione 1, Corso di Laurea in Informatica musicale, Università degli Studi di Milano
10/11
F1Y-35: Progettazione e gestione del software, Corso di Laurea magistrale in Informatica per la comunicazione, Università degli Studi di Milano (affidamento per carico didattico)
09/10
F2X-54: Laboratorio di Programmazione, Corso di Laurea triennale in Comunicazione Digitale, Università degli Studi di Milano (affidamento con l'attribuzione del titolo di professore aggregato)
06/07 > 09/10
F88011: Sistemi per l'Elaborazione dell'Informazione 2, Corso di Laurea Magistrale in Matematica per le Applicazioni, Università degli Studi di Milano (affidamento tramite bando fino al 2007/08 e con attribuzione del titolo di professore aggregato dal 2008/09 (negli anni accademici 2007/08 e 2008/09 relativamente a 54 ore e 7 CFU))
02/03 > 08/09
F47001: Laboratorio di Programmazione, Laurea in Comunicazione Digitale, Università degli Studi di Milano ((fino al 2004/05 con il nome di Laboratorio di Informatica Generale) affidamento tramite bando fino al 2007/08 e con attribuzione del titolo di professore aggregato nel 2008/09)
03/04 > 05/06
Informatica, Laurea in Educazione Professionale, Università degli Studi di Milano (affidamento tramite bando)
01/02
Informatica, Laurea in Logopedia, Università degli Studi di Milano (affidamento tramite bando)

Insegnamenti e cicli di lezioni all'interno di scuole di dottorato, scuole di specializzazione e master

16/17
Analisi di dati multidimensionali, Dottorato di Ricerca in Informatica, Università degli Studi di Milano
15/16
Big data: analisi e tecnologie, Dottorato di Ricerca in Informatica, Università degli Studi di Milano
14/15
Didattica 1, Tirocinio formativo attivo in Informatica, Università degli Studi di Milano
13/14
Didattica dell'informatica, Percorso abilitante speciale in Informatica, Università degli Studi di Milano
12/13
A4205: Strategie per l'insegnamento laboratoriale di sistemi operativi e reti, Tirocinio formativo attivo in Informatica, Università degli Studi di Milano
06/07
Laboratorio di Elaborazione Simbolica, Scuola Interuniversitaria Lombarda di Specializzazione per l'Insegnamento Secondario, sezione di Milano, Università degli Studi di Milano
02/03 > 05/06
Fondamenti teorici dell'apprendimento, Master in Scienze Cognitive, Université Victor Segalen Bordeaux 2 (corso tenuto in lingua inglese e finanziato dal progetto PROG-ERASMUS)
04/05
Introduzione a Mathematica, Dottorato di Ricerca in Informatica, Università degli Studi di Milano
01/02
From synapses to rules - discovering symbolic rules from neural processed data, International School on Neural Networks "E. R. Caianiello", 5th course (corso tenuto in lingua inglese)
01/02
From synapses to rules, TMR-EC International School on Computational Learning (corso tenuto in lingua inglese e finanziato nell'ambito del IV programma quadro EC)

Lezioni ed esercitazioni nell'ambito di corsi universitari

04/05
Esercitazioni per l'insegnamento di Calcolo delle Probabilità e Statistica Matematica, Laurea in Informatica, Università degli Studi di Milano
00/01 > 03/04
Ciclo di lezioni per l'insegnamento di Reti Neurali, Laurea in Informatica, Università degli Studi di Milano
00/01 > 03/04
Ciclo di lezioni per l'insegnamento di Calcolo delle Probabilità e Statistica Matematica, Laurea in Informatica, Università degli Studi di Milano
98/99
Esercitazioni per l'insegnamento di Calcolo delle Probabilità e Statistica Matematica, Laurea in Informatica, Università degli Studi di Milano Bicocca

Cicli di lezioni all'interno di corsi professionalizzanti

07/08
Lo sviluppo dei sistemi informatici, SIAM (corso finanziato nell'ambito del progetto IFTS)
04/05
Comunicazione scientifica, Università degli Studi di Milano (corso finanziato nell'ambito del progetto FSE)
02/03 > 03/04
Sistemi intelligenti per il calcolo simbolico, Università degli Studi di Milano (corso finanziato nell'ambito del progetto FSE)
01/02
From synapses to rules - discovering symbolic rules from neural processed data, International School on Neural Networks "E. R. Caianiello", 5th course (corso tenuto in lingua inglese)
98/99 > 00/01
Programmazione in Visual Basic, CIAM (corso finanziato nell'ambito del progetto FSE)

Altre attività didattiche

03/04 > 04/05
Organizzazione del corso professionalizzante Sistemi Intelligenti per il Calcolo Simbolico, Università degli Studi di Milano
03/04
Partecipazione al progetto di incentivazione della didattica, Università degli Studi di Milano
2002
Organizzazione del corso From Synapses to rules - discovering symbolic rules from neural processed data, International School on Neural Networks "E. R. Caianiello", 5th course

Servizi prestati presso Atenei

Commissioni giudicatrici

2006 > 2008
Segretario della commissione giudicatrice per il conferimento delle borse di perfezionamento all'estero per l'Area Informatica, Facoltà di Scienze Matematiche, Fisiche e Naturali, Università degli Studi di Milano.
2014
Presidente della commissione per l'accesso al II ciclo dei Tirocini Formativi Attivi per la classe A042 – Informatica presso l'Università degli Studi di Milano (D.R. n. 0292713 del 19.11.2014)
2007
Segretario della commissione giudicatrice per la procedura di valutazione comparativa bandita dall'Università di Napoli Parthenope per la copertura di un posto di ricercatore nella Facoltà di Giurisprudenza per il settore scientifico-disciplinare INF/01 - Informatica (D.R. n. 489 del 13/07/2005, pubblicato sulla G.U. IV serie speciale n. 61 del 11/08/2006).
2007
Componente della commissione giudicatrice per il rinnovo di un assegno di ricerca per il settore scientifico-disciplinare INF/01 - Informatica presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano (D.R. n. 0242935 del 28/06/2006).
2006
Segretario della commissione giudicatrice per il conferimento di un assegno di ricerca per il settore scientifico-disciplinare INF/01 - Informatica presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano (D.R. n. 0242935 del 28/06/2006).
2005
Segretario della commissione giudicatrice per il conferimento di un assegno di ricerca per il settore scientifico-disciplinare INF/01 - Informatica presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano (D.R. n. 0232741 del 07/03/2005).
2002
Componente della commissione giudicatrice per il conferimento di un assegno di ricerca per il settore scientifico-disciplinare INF/01 - Informatica presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano (D.R. n. 0214615 del 21/10/2002).
2002
Componente della commissione giudicatrice per la copertura di un posto di categoria C dell'area tecnica, tecnico-scientifica ed elaborazione dati presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano.
2002
Componente della commissione giudicatrice per la copertura di un posto di categoria D dell'area tecnica, tecnico-scientifica ed elaborazione dati presso il Dipartimento di Scienze dell'Informazione dell'Università degli Studi di Milano.

Altre commissioni e organi di rappresentanza

2013 > oggi
Membro del gruppo di lavoro sull'orientamento del Senato Accademico dell'Università degli Studi di Milano.
2013 > oggi
Coordinatore della commissione orientamento della Facoltà di Scienze e Tecnologie dell'Università degli Studi di Milano.
2013 > oggi
Membro del Consiglio dei Tirocini Formativi Attivi afferenti all'area Matematica, Fisica e Informatica, Università degli Studi di Milano.
2012 > oggi
Delegato del Direttore del Dipartimento di Informatica dell'Università degli Studi di Milano alle attività di orientamento e promozione.
2012 > oggi
Membro della Giunta del Dipartimento di Informatica, Università degli Studi di Milano.
2010 > 2012
Coordinatore della Commissione Orientamento in entrata per l'area Informatica, Facoltà di Scienze Matematiche, Fisiche e Naturali, Università degli Studi di Milano
2009 > 2012
Membro della Giunta del Dipartimento di Scienze dell'Informazione, Università degli Studi di Milano
2008 > 2010
Membro della Commissione Orientamento in entrata per l'Area Informatica, Facoltà di Scienze Matematiche, Fisiche e Naturali, Università degli Studi di Milano.
2006 > 2007
Membro della Commissione Orientamento per l'Area Informatica, Facoltà di Scienze Matematiche, Fisiche e Naturali, Università degli Studi di Milano.
2002 > 2005
Rappresentante dei Ricercatori all'interno del Consiglio della Facoltà di Scienze Matematiche, Fisiche e Naturali, Università degli Studi di Milano.

Lingue straniere

Madrelingua: Italiano

Comprensione Parlato Scritto
Ascolto Lettura Interazione orale Produzione orale
Inglese C1 (avanzato) C2 (avanzato) C1 (avanzato) C1 (avanzato) C1 (avanzato)
Francese C1 (avanzato) C2 (avanzato) C1 (avanzato) C1 (avanzato) C1 (avanzato)
Spagnolo A2 (base) B1 (autonomo) A2 (base) A2 (base) A1 (base)

(sulla base del passaporto delle lingue Europass)