Curriculum vitæ di Dario Malchiodi – completo

Questo curriculum contiene l'elenco completo delle attività svolte nell'arco della mia carriera, che risulta essere piuttosto lungo e probabilmente di poco interesse. Sono disponibili due versioni, rispettivamente compatta e succinta, di più agile lettura.

Dati personali

Dario Malchiodi
Dipartimento di Informatica – Università degli Studi di Milano
Stanza 5015 – Via Celoria 18 – 20133 Milano ITALY
Mail: nome . cognome at unimi . it
Web: http://malchiodi.di.unimi.it
telefono: +39 02 503 16338 – skype: dariomalchiodi

Reti sociali:: dariomalchiodi – @dariomalchiodi – Dario Malchiodi – 0000-0002-7574-697X – Scopus ID: 6507119064 – Dario_Malchiodi – @dariomalchiodi

Chiave PGP: 470D 8811 C4B3 787A (keybase)

Posizione attuale

Dal 1 febbraio 2011 sono 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, Università degli Studi di Milano.
1996: Laurea (con lode) in Scienze dell'Informazione, Università degli Studi di Milano.
1994: Master in Gestione di laboratorio Unix, Regione Lombardia.
1994: Master in Programmazione grafica e multimediale con Motif et C, Regione Lombardia.

Attività di ricerca

Induzione di insiemi fuzzy

In [Malchiodi e Pedrycz, 2013; Malchiodi, 2019a] è stato proposto un algoritmo di apprendimento per insiemi fuzzy a partire da dati etichettati con i rispettivi gradi di appartenenza. Tale algoritmo è stato applicato al mining di assiomi nell'ambito del Web semantico [Malchiodi e Tettamanzi, 2018] e alla selezione di esempi negativi per problemi di bioinformatica [Frasca e Malchiodi, 2017; Frasca e Malchiodi, 2016] . L'approccio proposto è stato esteso in [Cermenati et al., 2020] all'induzione simultanea di più insiemi fuzzy e in [Malchiodi e Zanaboni, 2019] all'apprendimento di shadowed set.

Compressione di modelli di machine learning

La conoscenza indotta tramite tecniche di machine learning è spesso codificata e memorizzata in modo distribuito all'interno dei modelli appresi a partire dai dati. Ciò può rendere difficile l'interpretazione qualitativa dei risultati ottenuti, oltre a costituire un potenziale problema in caso di risorse limitate in termini di banda e capacità di memorizzazione. Una possibile soluzione a questi problemi consiste nel ridurre lo spazio necessario per memorizzare i suddetti modelli dopo la fase di apprendimento. Nell'ambito del progetto PRIN Multicriteria Data Structures and Algorithms: from compressed to learned indexes, and beyond vengono studiate tecniche di compressione per reti neurali apprese tramite algoritmi di deep learning [Marinò et al., 2021] . La loro implementazione è descritta in [Marinò et al., 2021] .

Mining di basi di conoscenza nel Web semantico

La ricerca di potenziali assiomi all'interno di insiemi di formule è un problema particolarmente oneroso dal punto di vista computazionale. La soluzione di indurre tali assiomi sulla base di formule etichettate con una misura di bontà precalcolata a partire da una base di conoscenza nell'ambito del Web semantico è stata affrontata utilizzando algoritmi di apprendimento per insiemi fuzzy [Malchiodi e Tettamanzi, 2018] e tecniche di regressione basate su metodi kernel [Malchiodi et al., 2018] . In [Malchiodi et al., 2020] viene analizzata la dipendenza di questo problema rispetto agli algoritmi di apprendimento utilizzati e alle tecniche di riduzione della dimensionalità impiegate per codificare gli assiomi tramite vettori numerici.

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 a insiemi fuzzy, mentre in [Frasca et al., 2017; Boldi et al., 2018] 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., 2019] una procedura simile è stata applicata al problema della prioritizzazione dei geni.

Previsione del rischio COVID-19 basata su ML

[Casiraghi et al., 2020] e [Esposito et al., 2021] descrivono l'applicazione di tecniche di apprendimento automatico al problema della previsione del grado di gravità del COVID-19 dei pazienti che si presentano al pronto soccorso.

Applicazione di ML in ambito veterinario e forense

Sono state adattate tecniche di machine learning e di analisi statistica dei dati a problemi in ambito veterinario e forense. In particolare, [Galizzi et al., 2021] e [Bagardi et al., 2021] descrivono l'applicazione di tecniche statistiche al fine di classificare l'incidenza di fattori cardiovascolari nel decesso di cani sottoposti a specifica terapia, mentre [Casali et al., 2021] discute uno studio pilota sull'applicazione di algoritmi di classificazione per la predire il tipo di veicolo coinvolto nell'investimento di un pedone.

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, specializzato in [Malchiodi e Zanaboni, 2019] all'induzione di shadowed set.

Divulgazione della cultura informatica

Relativamente alla didattica a livello universitario sono stati pubblicati un manuale per l'utilizzo di software di calcolo automatico e un eserciziario di Sistemi operativi [Malchiodi, 2007; Malchiodi, 2015] . A un livello più divulgativo, [Monga et al., 2017] è un volume incentrato sulla figura di Alan Turing e [Malchiodi, 2019a] descrive potenziali sviluppi futuri delle metodologie basate su insiemy fuzzy.

Formazione degli insegnanti delle discipline informatiche

In [Bellettini et al., 2014] viene introdotto 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; Bellettini et al., 2014; Bellettini et al., 2020] . L'approccio proposto è stato valutato nell'ambito dell'abilitazione all'insegnamento [Bellettini et al., 2015] , con particolare attenzione a un'ottica costruttivista [Bellettini et al., 2018; Bellettini et al., 2018] . È inoltre stato studiato il rapporto tra insegnamento e gare non competitive [Lonati et al., 2017] , valutando l'impatto che la presentazione dei quesiti ha sulla loro efficacia [Lonati et al., 2017] .

Didattica della programmazione

A partire da un'analisi delle modalità di insegnamento dell'informatica nelle scuole italiane [Bellettini et al., 2014] e da una critica alle posizioni che tendono a identificare la programmazione con l'uso di un linguaggio per codificare un algoritmo [Lonati et al., 2015] , il tema della didattica della programmazione è stato studiato in ottica della sua introduzione tramite progetti e strumenti specifici [Bulgheroni e Malchiodi, 2009; Paterson et al., 2015] , in termini interdisciplinari con le discipline musicali [Ludovico et al., 2017; Baraté et al., 2017; Baratè et al., 2017] e arrivando a considerare l'introduzione di aspetti avanzati della disciplina [Lonati et al., 2016; Lonati et al., 2017] . Un approccio costruzionista all'insegnamento della programmazione è infine stato analizzato in [Monga et al., 2018; Lodi et al., 2019] , mentre [Condorelli e Malchiodi, 2022] descrive la progettazione di un insegnamento di architetture per big data, svolta congiuntamente a un partner industriale.

Gare sul pensiero computazionale

Unitamente all'organizzazione di gare non competitive sul territorio nazionale [Lissoni et al., 2012; Lissoni et al., 2013; Lissoni et al., 2014; Lissoni et al., 2015] e all'analisi critica dei loro esiti [Bellettini et al., 2015; Lonati et al., 2017] , è stato analizzato come questo strumento possa essere utilizzato come risorsa per l'apprendimento [Lonati et al., 2017; Calcagni et al., 2017; Morpurgo et al., 2018] nelle scuole primarie e secondarie.

Apprendimento informale dell'informatica

L'approccio algomotorio introdotto in [Bellettini et al., 2014; Bellettini et al., 2014] è stato applicato alla presentazione di concetti cardine dell'informatica, quali la rappresentazione dell'informazione [Bellettini et al., 2012; Bellettini et al., 2013; Baraté et al., 2017] , i rudimenti della programmazione [Baratè et al., 2017] e le strategie ricorsive e greedy [Lonati et al., 2016; Lonati et al., 2017; 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.

Partecipazione a progetti di ricerca

2019 > 2021: Multicriteria Data Structures and Algorithms: from compressed to learned indexes, and beyond (Ministero Italiano dell'Istruzione, dell'Università e della Ricerca, PRIN) – membro
2016 > 2018: Fostering a correct view of informatics (Università degli Studi di Milano, PSR) – coordinatore
2015 > 2017: SMILE: Slow down, Move your body, Improve your diet, Learn for life, and Enjoy school time (Commissione Europea, Erasmus+) – coordinatore di unità
2015: Teaching advanced informatics concepts to high school students (Università degli Studi di Milano, PSR) – coordinatore
2012 > 2015: SandS: Social AND Smart (Commissione Europea, Erasmus Programme) – membro
2012 > 2014: VIOPE: Learning computer programming in virtual environment (Commissione Europea, 6th Framework Programme) – membro
2008 > 2013: PASCAL2: Pattern Analysis, Statistical Modelling and Computational Learning (Commissione Europea, 7th Framework Programme) – membro
2005 > 2008: PASCAL: Pattern Analysis, Statistical Modelling and Computational Learning (Commissione Europea, 6th Framework Programme) – membro
2002 > 2004: Processi stocastici (Ministero Italiano dell'Istruzione, dell'Università e della Ricerca, PRIN) – membro
2001 > 2003: ORESTEIA: mOdular hybRid artEfactS wiTh adaptivE funtIonAlity (Commissione Europea, 5th Framework Programme) – membro
1998 > 2000: PHYSTA: Principled Hybrid Sistems: Theory and Applications (Commissione Europea, 4th Framework Programme) – membro
2000: Metodi statistici e neurali di supporto alle decisioni in ambito finanziario (Inferentia-DNM) – membro
2000: Metodi statistico-neurali per lo studio di popolazioni (Università degli Studi di Milano) – membro
1999: Processi stocastici con natura spaziale (Ministero Italiano dell'Istruzione, dell'Università e della Ricerca, PRIN) – membro

Gestione di fondi di ricerca

2018: Piano sostegno alla ricerca, Università degli Studi di Milano
2017: Osservatorio Milano Duomo
2017: Computer science department, Università degli Studi di Milano
2017: Social Thingum
2017: Piano sostegno alla ricerca, Università degli Studi di Milano
2016: Consorzio Sardegna Ricerche
2016: SMILE project, European Commission
2016: Piano sostegno alla ricerca, Università degli Studi di Milano
2015: Piano sostegno alla ricerca, Università degli Studi di Milano
2010: Centro Orientamento Scuola e Professioni, Università degli Studi di MIlano

Affiliazione aa associazioni accademiche e gruppi di ricerca

2022 >: Laboratorio di Web Algorithmics, Dipartimento di Informatica, Università degli Studi di Milano
2021 >: Laboratorio CINI Big Data
2020 >: Laboratorio CINI Artificial Intelligence and Intelligent Systems (AIIS)
2020 >: NIH National COVID Cohort Collaborative (N3C)
2020 >: COVID-19 International Research Team
2016 >: Visiting scientist presso INRIA/Université de la Côte d'Azur, all'interno del progetto WIMMICS
2019 >: Centro di ricerca coordinata in Data science dell'Università degli Studi di Milano
2002 >: GRIN: Gruppo di Informatica
2008 > 2019: Laboratorio ALaDDIn
2002 > 2013: Società Italiana Reti Neuroniche
1996 > 2011: Laboratorio di Reti Neurali, Dipartimento di Informatica, Università degli Studi di Milano

Premi

2018: CSEDU 2018 best poster award (Carlo Bellettini, Fabrizio Carimati, Violetta Lonati, Riccardo Macoratti, Dario Malchiodi, Mattia Monga and Anna Morpurgo, A Platform for the Italian Bebras)
2016: Informatics Europe Best Practices in Education Award (laboratorio ALaDDIn)

Pubblicazioni

Libri

Monga et al., 2017: Monga Mattia, Malchiodi Dario, Morpurgo Anna e Torelli MauroTuring: la nascita dell'intelligenza artificiale, Corriere della Sera, Grandangolo Scienza, 2017
Malchiodi, 2015: Malchiodi DarioSistemi operativi – esercizi risolti e commentati, (ISBN 978-88-91091-41-3), 2015
Apolloni et al., 2008: Apolloni Bruno, Pedrycz Witold, Bassis Simone e Malchiodi DarioThe Puzzle of Granular Computing, Berlin: Springer, Studies in Computational Intelligence, Vol. 138 (ISBN 978-3-540-79863-7), 2008
Malchiodi, 2007: Malchiodi DarioFare matematica con Mathematica, Milano: Pearson Addison Wesley (ISBN 978-88-7192-365-9), 2007, in italiano
Apolloni et al., 2006: Apolloni Bruno, Malchiodi Dario e Gaito SabrinaAlgorithmic Inference in Machine Learning, 2nd Edition, Magill, Adelaide: Advanced Knowledge International, International Series on Advanced Intelligence, Vol. 5 (ISBN 0-9751004-2-4), 2006

Articoli su riviste internazionali

Malchiodi et al., 2024: Malchiodi Dario, Raimondi Davide, Fumagalli Giacomo, Giancarlo Raffaele e Frasca MarcoThe role of classifiers and data complexity in learned Bloom filters: insights and recommendations, Journal of Big Data 11 - 45 (2024)
Valentini et al., 2023: Valentini Giorgio, Malchiodi Dario, Gliozzo Jessica, Mesiti Marco, Soto-Gomez Mauricio, Cabri Alberto, Reese Justin, Casiraghi Elena e Robinson Peter N.The promises of large language models for protein design and modeling, Frontiers in Bioinformatics 3 (2023), 1304099
Marinò et al., 2023: Marinò Giosuè C., Furia Flavio, Malchiodi Dario e Frasca MarcoEfficient and Compact Representations of Deep Neural Networks via Entropy Coding, IEEE Access 11 (2023), 106103—106125
Ruschioni et al., 2023: Ruschioni Giulia, Malchiodi Dario, Zanaboni Anna M. e Bonizzoni LetiziaSupervised learning algorithms as a tool for archaeology: classification of ceramic samples described by chemical element concentrations, Journal of Archaeological Science: Reports 49 (2023), 103995
Marinò et al., 2023a: Marinò Giosuè C., Petrini Alessandro, Malchiodi Dario e Frasca MarcoDeep neural networks compression: a comparative survey and choice recommendations, Neurocomputing 520 (2023), 152—170
Condorelli and Malchiodi, 2022: Condorelli Andrea e Malchiodi DarioDesigning a Master Course on Architectures for Big Data: A Collaboration Between University and Industry, Informatics in Education 4 (2022), 635—653
Casali et al., 2021: Casali Michelangelo, Malchiodi Dario, Spada Claudio, Zanaboni Anna M., Cotroneo Rosy, Furci Domenico, Sommariva Andrea, Genovese Umberto e Blandino AlbertoA pilot study for investigating the feasibility of supervised machine learning approaches for the classification of pedestrians struck by vehicles, Journal of Forensics and Legal Medicine 84 (2021), 102256
Bagardi et al., 2021: Bagardi Mara, Locatelli Chiara, Zanaboni Anna M., Galizzi Alberto, Malchiodi Dario e Brambilla Paola G.Multiple retrospective analysis of survival and evaluation of cardiac death predictors in a population of dogs affected by degenerative mitral valve disease in ACVIM class C treated with different therapeutic protocols, Polish Journal of Veterinary Sciences 24 - 1 (2021), 109—118
Esposito et al., 2021: Esposito Andrea A., Casiraghi Elena, Chiaraviglio Francesca, Scarabelli Alice, Stellato Elvira, Plensich Guido, Lastella Giulia, Di Meglio Letizia, Fusco Stefano, Avola Emanuele, Jachetti Alessandro, Giannitto Caterina, Malchiodi Dario, Frasca Marco, Beheshti Afshin, Robinson Peter N., Valentini Giorgio, Forzenigo Laura e Carrafiello GianpaoloArtificial Intelligence in Predicting Clinical Outcome in COVID-19 Patients from Clinical, Biochemical, and a Qualitative Chest X-Ray Scoring System, Reports in Medical Imaging 14 (2021), 27—39
Galizzi et al., 2021: Galizzi Alberto, Bagardi Mara, Stranieri Angelica, Zanaboni Anna M., Malchiodi Dario, Borromeo Vitaliano, Brambilla Paola G. e Locatelli ChiaraFactors affecting the urinary aldosterone-to-creatinine ratio in healthy dogs and dogs with naturally occurring myxomatous mitral valve disease, BMC Veterinary Research 17 - 1 (2021), 1—14
Casiraghi et al., 2020: Casiraghi Elena, Malchiodi Dario, Trucco Gabriella, Frasca Marco, Cappelletti Luca, Fontana Tommaso, Esposito Andrea A., Avola Emanuele, Jachetti Alessandro, Reese Justin, Rizzi Alessandro, Robinson Peter N. e Valentini GiorgioExplainable machine learning for early assessment of COVID-19 risk prediction in emergency departments, IEEE Access 8 (2020), 196299—196325
Lodi et al., 2019: Lodi Michael, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Spieler BernadetteConstructionist Attempts at Supporting the Learning of Computer Programming: A Survey, Olympiads in Informatics 13 (2019), 99—121
Boldi et al., 2018: Boldi Paolo, Frasca Marco e Malchiodi DarioEvaluating the impact of topological protein features on the negative examples selection, BMC Bioinformatics 19 - 14 (2018), 417.115–417.126
Baraté et al., 2017: Baraté Adriano, Ludovico Luca A. e Malchiodi DarioFostering 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
Frasca and Malchiodi, 2017: Frasca Marco e Malchiodi DarioExploiting Negative Sample Selection for Prioritizing Candidate Disease Genes, Genomics and Computational Biology 3 - 3 (2017), e47
Bellettini et al., 2014: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna, Torelli Mauro e Zecca LuisaInformatics 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
Apolloni et al., 2013: Apolloni Bruno, Malchiodi Dario e Taylor John G.Learning by Gossip: A Principled Information Exchange Model in Social Networks, Cognitive Computation 5 - 3 (2013), 327-339
Apolloni et al., 2010: Apolloni Bruno, Malchiodi Dario e Valerio LorenzoRelevance regression learning with support vector machines, Nonlinear Analysis 73 (2010), 2855-2867
Apolloni et al., 2010a: Apolloni Bruno, Bassis Simone, Gaito Sabrina, Malchiodi Dario e Zoppis ItaloPlaying monotone games to understand learning behaviors, Theoretical Computer Science 411 - 25 (2010), 2384-2405
Apolloni et al., 2009: Apolloni Bruno, Bassis Simone e Malchiodi DarioCompatible worlds, Nonlinear Analysis: Theory, Methods & Applications 71 - 12 (2009), e2883-e2901
Malchiodi, 2009: Malchiodi DarioAn experimental analysis of the impact of accuracy degradation in SVM classification, International Journal of Computational Intelligence Studies 1 - 2 (2009), 163-190
Apolloni et al., 2008a: Apolloni Bruno, Bassis Simone, Malchiodi Dario e Pedrycz WitoldInterpolating Support Information Granules, Neurocomputing 71 (2008), 2433-2445
Apolloni et al., 2008b: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioBootstrapping Complex Functions, Nonlinear Analysis: Hybrid Systems 2 - 2 (2008), 648-664
Malchiodi, 2008: Malchiodi DarioEmbedding Sample Points Uncertainty Measures in Learning Algorithms, Nonlinear Analysis: Hybrid Systems 2 - 2 (2008), 635-647
Apolloni et al., 2007: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioSolving complex regression problems via Algorithmic Inference: a new family of bootstrap algorithms, Far East Journal of Theoretical Statistics 22 - 2 (2007), 141-180
Apolloni et al., 2007a: Apolloni Bruno, Bassis Simone, Clivio Alberto, Gaito Sabrina e Malchiodi DarioModeling individual's aging within a bacterial population using a pi-calculus paradigm, Natural Computing 6 - 1 (2007), 33-53
Apolloni et al., 2007b: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioAppreciation of medical treatments by learning underlying functions with good confidence, Current Pharmaceutical Design 13 - 15 (2007), 1545-1570
Apolloni et al., 2006a: Apolloni Bruno, Brega Andrea, Malchiodi Dario, Palmas Giorgio e Zanaboni Anna MariaLearning Rule Representations From Data, IEEE Transactions on Systems, Man and Cybernetics, Part A 36 - 5 (2006), 1010-1028
Apolloni et al., 2006b: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioElementary team strategies in a monotone game, Nonlinear Analysis 64 - 2 (2006), 310-328
Apolloni et al., 2006c: Apolloni Bruno, Bassis Simone, Gaito Sabrina, Malchiodi Dario e Zoppis ItaloControlling the losing probability in a monotone game, Information Sciences 176 - 10 (2006), 1395-1416
Apolloni et al., 2004: Apolloni Bruno, Esposito Anna, Malchiodi Dario, Orovas Christos, Palmas Giorgio e Taylor John G.A General Framework for Learning Rules From Data, IEEE Transactions on Neural Networks 15 - 6 (2004), 1333-1349
Apolloni et al., 2002: Apolloni Bruno, Malchiodi Dario, Orovas Christos e Palmas GiorgioFrom synapses to rules, Cognitive Systems Research 3 (2002), 167-201
Apolloni and Malchiodi, 2001: Apolloni Bruno e Malchiodi DarioGaining degrees of freedom in subsymbolic learning, Theoretical Computer Science 255 (2001), 295-321
Apolloni et al., 1997: Apolloni Bruno, Malchiodi Dario e Taylor John G.Functional bootstrap: a hardware constrained implementation of on-line bootstrap, InterStat October (1997)

Contributi su atti di conferenze internazionali

Paravisi et al., 2024: Paravisi Mattia, Visconti Andrea e Malchiodi DarioSecurity Analysis of Cryptographic Algorithms: Hints from Machine Learning, in Proceedings of the 25th International Conference on Engineering Applications on Neural Networks, Springer, 2024, In stampa
Frasson and Malchiodi, 2024: Frasson Marco e Malchiodi DarioSupport Vector Based Anomaly Detection in Federated Learning, in Proceedings of the 25th International Conference on Engineering Applications on Neural Networks, Springer, 2024, In stampa
Nicolini et al., 2024: Nicolini Marco, Malchiodi Dario, Cabri Alberto, Cavalleri Emanuele, Mesiti Marco, Paccanaro Alberto, Robinson Peter N., Reese Justin, Casiraghi Elena e Valentini GiorgioFine-Tuning of Conditional Transformers Improves the Generalization of Functionally Characterized Proteins, in BIOSTEC 2024 - 17th International Joint Conference on Biomedical Engineering Systems and Technologies - Proceedings, Vol. 1, SCITEPRESS (ISBN 978-989-758-688-0), 561-568, 2024
Gliozzo et al., 2024: Gliozzo Jessica, Marinò Giosuè, Bonometti Arturo, Frasca Marco e Malchiodi DarioResource-Limited Automated Ki67 Index Estimation in Breast Cancer, in Proceedings of the 2023 10th International Conference on Bioinformatics Research and Applications (ICBRA '23), New York, NY, USA: ACM, 165–172, 2024
Malchiodi et al., 2023: Malchiodi Dario, Raimondi Davide, Fumagalli Giacomo, Giancarlo Raffaele e Frasca MarcoA Critical Analysis of Classifier Selection in Learned Bloom Filters: the Essentials, in L. Iliadis, I. Maglogiannis, S. Alonso Castro, C. Jayne e E. Pimenidis (Eds.), Engineering Application of Neural Networks — 24th International Conference — EAAAI/EANN 2023 — León, Spain, June 14—17, 2023 —Proceedings, Springer Nature, Communications in Computer and Information Science 1826, 47—61, 2023
Zanaboni et al., 2022: Zanaboni Anna M., Malchiodi Dario, Bonizzoni Letizia e Ruschioni GiuliaClassification of Pottery Fragments Described by Concentration of Chemical Elements, in P. L. Mazzeo, E. Frontoni, S. Sclaroff e C. Distante (Eds.), Image Analysis and Processing. ICIAP 2022 Workshops. ICIAP 2022., Vol. 13373, Cham: Springer, Lecture Notes in Computer Science (ISBN 978-3-031-13320-6), 141—151, 2022
Fumagalli et al., 2022: Fumagalli Giacomo, Raimondi Davide, Giancarlo Raffaele, Malchiodi Dario e Frasca MarcoOn the Choice of General Purpose Classifiers in Learned Bloom Filters: An Initial Analysis Within Basic Filters, in Proceedings of the 11th International Conference on Pattern Recognition Applications and Methods — ICPRAM, SciTePress (ISBN 978-989-758-549-4), 675—682, 2022
Marinò et al., 2021: Marinò Giosuè C., Ghidoli Gregorio, Frasca Marco e Malchiodi DarioReproducing the sparse Huffman Address Map compression for deep neural networks, in B. Kerautret, M. Colom, A. Krähenbühl, Adrien, D. Lopresti, P. Monasse e H. Talbot (Eds.), Reproducible Research in Pattern Recognition, Cham: Springer International Publishing, Lecture Notes in Computer Science 12636, 161—166, 2021
Marinò et al., 2021a: Marinò Giosué C., Ghidoli Gregorio, Frasca Marco e Malchiodi DarioCompression strategies and space-conscious representations for deep neural networks, in 2020 25th International Conference on Pattern Recognition (ICPR), IEEE, 9835—9842, 2021
Malchiodi et al., 2020: Malchiodi Dario, da Costa Pereira Célia e Tettamanzi Andrea G.Classifying Candidate Axioms via Dimensionality Reduction Techniques, in V. Torra, Y. Narukawa, J. Nin e N. Agell (Eds.), Modeling Decisions for Artificial Intelligence. 17th International Conference, MDAI 2020 Sant Cugat, Spain, September 2–4, 2020 Proceedings, Cham, Switzerland: Springer, Lecture Notes in Computer Sciencce 12256, 179—191, 2020
Malchiodi and Zanaboni, 2019: Malchiodi Dario e Zanaboni Anna MariaData-Driven Induction of Shadowed Sets Based on Grade of Fuzziness, in R. Fullér, S. Giove e F. Masulli (Eds.), Fuzzy Logic and Applications — 12th International Workshop, WILF 2018 Genoa, Italy, September 6–7, 2018 — Revised Selected Papers, Cham: Springer Nature Switzerland AG, Lecture Notes in Artificial Intelligence 11291 (ISBN 978-3-030-12543-1/978-3-030-12544-8), 17—28, 2019
Malchiodi, 2019a: Malchiodi DarioSome Thoughts About Appealing Directions for the Future of Fuzzy Theory and Technologies Along the Path Traced by Lotfi Zadeh, in R. Fullér, S. Giove e F. Masulli (Eds.), Fuzzy Logic and Applications — 12th International Workshop, WILF 2018 Genoa, Italy, September 6–7, 2018 — Revised Selected Papers, Cham: Springer Nature Switzerland AG, Lecture Notes in Artificial Intelligence 11291 (ISBN 978-3-030-12543-1/978-3-030-12544-8), 240—243, 2019
Bellettini et al., 2018: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaInformatics and Computational Thinking: A Teacher Professional Development Proposal Based on Social-Constructivism, in Informatics in Schools. Fundamentals of Computer Science and Software Engineering., Springer, Lecture Notes in Computer Science 11169 (ISBN 9783030027490), 194–205, 2018
Malchiodi et al., 2018: Malchiodi Dario, da Costa Pereira Célia e Tettamanzi Andrea G.Predicting the Possibilistic Score of OWL Axioms through Support Vector Regression, in D. Ciucci, G. Pasi e B. Vantaggi (Eds.), Scalable Uncertainty Management. SUM 2018, Cham: Springer, Lecture Notes in Artificial Intelligence 11142 (ISBN 978-3-030-00460-6/978-3-030-00461-3), 2018
Monga et al., 2018: Monga Mattia, Lodi Michael, Malchiodi Dario, Morpurgo Anna e Spieler BernadetteLearning to Program in a Constructionist Way, in V. Dagienė e E. Jasutė (Eds.), Constructionism 2018: Computational Thinking and Educational Innovation: conference proceedings, Vilnius University (ISBN 9786099576015), 906–929, 2018
Cermenati et al., 2020: Cermenati Luca, Malchiodi Dario e Zanaboni Anna MariaSimultaneous Learning of Fuzzy Sets, in A. Esposito, M. Faundez-Zanuy, M. Morabito e E. Pasero (Eds.), Neural Approaches to Dynamics of Signal Exchanges, Vol. 151, Singapore: Springer, Smart Innovation, Systems and Technologies, 167-175, 2020
Bellettini et al., 2018a: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaInformatica e pensiero computazionale: una proposta costruttivista per gli insegnanti, in G. Adorni, M. Cicognani, F. Koceva e G. Mastronardi (Eds.), Didamatica 2018: Didattica Informatica, AICA (ISBN 978889809147-8), 201–210, 2018
Morpurgo et al., 2018: Morpurgo Anna, Monga Mattia, Malchiodi Dario, Macoratti Roberto, Lonati Violetta, Carimati Fabio e Bellettini CarloA Platform for the Italian Bebras, in Proceedings of 10th International Conference on Computer Supported Education, SCITEPRESS (ISBN 978-989-758-291-2), 350–357, 2018
Malchiodi and Tettamanzi, 2018: Malchiodi Dario e Tettamanzi Andrea G.Predicting the Possibilistic Score of OWL Axioms through Modified Support Vector Clustering, in H. Haddad, R. L. Wainwright e R. Chbeir (Eds.), SAC'18: Proceedings of the 33rd Annual ACM Symposium on Applied Computing, ACM (ISBN 9781450351911), 1984–1991, 2018
Lonati et al., 2017: Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaHow presentation affects the difficulty of computational thinking tasks: an IRT analysis, in Proceedings of 17th Koli Calling International Conference on Computing Education Research, ACM (ISBN 9781450353014), 60–69, 2017
Calcagni et al., 2017: Calcagni Annalisa, Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaPromoting Computational Thinking Skills: Would You Use this Bebras Task?, in V. Dagienė e H. Hellas (Eds.), Informatics in Schools: Focus on Learning Programming, Springer, Lecture Notes in Computer Science (ISBN 978-3-319-71482-0), 102–113, 2017
Ludovico et al., 2017: Ludovico Luca A., Malchiodi Dario e Zecca LuisaA Multimodal LEGO®-based Learning Activity Mixing Musical Notation and Computer Programming, in MIE 2017 Proceedings of the 1st ACM SIGCHI International Workshop on Multimodal Interaction for Education, ACM (ISBN 978-1-4503-5557-5), 44–48, 2017
Frasca et al., 2019: Frasca Marco, Fontaine Jean F., Valentini Giorgio, Mesiti Marco, Notaro Marco, Malchiodi Dario e Andrade-Navarro MiguelDisease-Genes Must Guide Data Source Integration in the Gene Prioritization Process, in M. Bartoletti, A. Barla, A. Bracciali, G. W. Klau, L. Peterson, A. Policriti e R. Tagliaferri (Eds.), Computational Intelligence Methods for Bioinformatics and Biostatistics. CIBB 2017, Cham: Springer, Lecture Notes in Computer Science 10834 / Lecture Notes in Bioinformatics 10834 (ISBN 978-3-030-14159-2/978-3-030-14160-8), 60—69, 2019
Lonati et al., 2017a: Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaLearning 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), 223–231, 2017
Lonati et al., 2017b: Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaBebras 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
Lonati et al., 2017c: Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaNothing to fear but fear itself: introducing recursion in lower secondary schools, in International Conference on Learning and Teaching in Computing and Engineering (LATICE), 2017, IEEE (ISBN 9781538608920), 91–98, 2017
Frasca et al., 2017a: Frasca Marco, Lipreri Fabio e Malchiodi DarioAnalysis 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
Baratè et al., 2017: Baratè Adriano, Formica Andrea, Ludovico Luca A. e Malchiodi DarioFostering 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
Lonati et al., 2016: Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Previtali MauroA 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
Bellettini et al., 2015a: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Torelli MauroHow 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
Lonati et al., 2015: Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaIs 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
Frasca and Malchiodi, 2016: Frasca Marco e Malchiodi DarioSelection 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
Paterson et al., 2015: Paterson James, Karhu Markku, Cazzola Walter, Illina Irina, Law Robert, Malchiodi Dario, Maximiano Marisa e Silva CatarinaExperience 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
Bellettini et al., 2014a: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna, Torelli Mauro e Zecca LuisaExtracurricular 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
Bellettini et al., 2014b: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Torelli MauroTeaching 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
Malchiodi and Pedrycz, 2013: Malchiodi Dario e Pedrycz WitoldLearning 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
Malchiodi and Legnani, 2014: Malchiodi Dario e Legnani TommasoAvoiding 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
Bellettini et al., 2013: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Torelli MauroWhat 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
Malchiodi, 2013a: Malchiodi DarioMUT: 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
Bellettini et al., 2012: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Torelli MauroExploring 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
Malchiodi, 2013b: Malchiodi DarioAn 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
Malchiodi, 2011: Malchiodi DarioScrivi anche tu un libro con Mathematica!, in Mathematica Italia User Group Meeting 2011 - Atti del Convegno, Adalta (ISBN 9788896810026), 2011
Malchiodi et al., 2010: Malchiodi Dario, Re Matteo e Valentini GiorgioUso 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
Bulgheroni and Malchiodi, 2009: Bulgheroni Maria e Malchiodi DarioMathematica per l'introduzione dei rudimenti della programmazione nelle scuole superiori, in Atti del Mathematica Italia User Group Meeting, Adalta, 2009
Malchiodi et al., 2009a: Malchiodi Dario, Bassis Simone e Valerio LorenzosvMathematica: implementazione in Mathematica di algoritmi di machine learning basati su vettori di supporto, in Atti del Mathematica Italia User Group Meeting, Adalta, 2009
Malchiodi et al., 2009c: Malchiodi Dario, Bassis Simone e Valerio LorenzoDiscovering 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
Malchiodi, 2008a: Malchiodi DarioThe head fake, ovvero insegnando è concesso imbrogliare, in Atti del Mathematica Italia User Group Meeting, Adalta, 2008
Apolloni et al., 2007c: Apolloni Bruno, Malchiodi Dario e Natali LucaA 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
Apolloni et al., 2007d: Apolloni Bruno, Bassis Simone e Malchiodi DarioSVM 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
Apolloni and Malchiodi, 2006a: Apolloni Bruno e Malchiodi DarioEmbedding 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
Apolloni et al., 2006e: Apolloni Bruno, Bassis Simone, Malchiodi Dario e Pedrycz WitoldInterpolating 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
Malchiodi, 2006: Malchiodi DarioImplementing 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
Apolloni et al., 2005: Apolloni Bruno, Brega Andrea e Malchiodi DarioBICA: 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
Apolloni et al., 2005a: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioTight 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
Apolloni et al., 2005b: Apolloni Bruno, Iannizzi Domenico, Malchiodi Dario e Pedrycz WitoldGranular 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
Apolloni et al., 2005c: Apolloni Bruno, Clivio Alberto, Bassis Simone, Gaito Sabrina e Malchiodi DarioAn 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
Apolloni et al., 2005d: Apolloni Bruno, Bassis Simone, Gaito Sabrina, Malchiodi Dario e Minora AlbertoComputing 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
Apolloni et al., 2005e: Apolloni Bruno, Bassis Simone, Gaito Sabrina, Iannizzi Domenico e Malchiodi DarioLearning 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
Apolloni et al., 2005f: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioAppreciation 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
Apolloni et al., 2004a: Apolloni Bruno, Brega Andrea, Malchiodi Dario e Mesiano CristianDetecting 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
Apolloni et al., 2004b: Apolloni Bruno, Malchiodi Dario e Mesiano CristianAn 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
Apolloni et al., 2003: Apolloni Bruno, Brega Andrea, Malchiodi Dario, Palmas Giorgio e Zanaboni Anna MariaLearning 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
Apolloni et al., 2003a: Apolloni Bruno, Bassis Simone, Brega Andrea, Gaito Sabrina, Malchiodi Dario e Zanaboni Anna MariaA 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
Apolloni et al., 2003b: Apolloni Bruno, Brega Andrea, Malchiodi Dario, Valcamonica Norberto e Zanaboni Anna MariaA 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
Kasderidis et al., 2003: Kasderidis Stathis, Taylor John G., Tsapatoulis Nicolas e Malchiodi DarioDriving 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
Apolloni et al., 2003c: Apolloni Bruno, Bassis Simone, Brega Andrea, Gaito Sabrina, Malchiodi Dario, Valcamonica Norberto e Zanaboni Anna MariaMonitoring of car driving 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
Apolloni et al., 2003d: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioCooperative 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
Apolloni and Malchiodi, 2002a: Apolloni Bruno e Malchiodi DarioNarrowing confidence interval width 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
Apolloni et al., 2002b: Apolloni Bruno, Malchiodi Dario, Orovas Christos e Zanaboni Anna MariaFuzzy 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]
Apolloni et al., 2002c: Apolloni Bruno, Bassis Simone, Malchiodi Dario e Gaito SabrinaCooperative 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
Apolloni et al., 2002d: Apolloni Bruno, Malchiodi Dario, Gaito Sabrina e Zanaboni Anna MariaTwisting 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
Apolloni and Malchiodi, 2001a: Apolloni Bruno e Malchiodi DarioTwisting 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
Apolloni et al., 2000: Apolloni Bruno, Malchiodi Dario, Orovas Christos e Palmas GiorgioFrom 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

Capitoli e parti di libro

Bellettini et al., 2020: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia e Morpurgo AnnaAlgomotricità: manipolare i fondamenti dell'Informatica, in e E. Nardelli (Ed.), Coding e oltre: l'informatica nella scuola, Chapter , Liscianilibri (ISBN 978-8892810426), 2020
Bellettini et al., 2015: Bellettini Carlo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Pedersini FedericoLa 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
Apolloni et al., 2005g: Apolloni Bruno, Brega Andrea, Malchiodi Dario, Orovas Christos e Zanaboni Anna MariaA 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]
Apolloni et al., 2002e: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioStatistical 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
Apolloni et al., 2002f: Apolloni Bruno, Gaito Sabrina, Iannizzi Domenico e Malchiodi DarioLearning 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
Apolloni et al., 2002g: Apolloni Bruno, Bassis Simone, Gaito Sabrina e Malchiodi DarioCooperative 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
Apolloni et al., 2002h: Apolloni Bruno, Malchiodi Dario, Orovas Christos e Zanaboni Anna MariaFuzzy 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
Apolloni et al., 2002i: Apolloni Bruno, Gaito Sabrina e Malchiodi DarioLearning 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

Tesi

Malchiodi, 2000: Malchiodi DarioAlgorithmic approach to the statistical inference of non-Boolean function classes, Università degli Studi di Milano, 2000, PhD thesis in Computational Mathematics and Operations Research
Malchiodi, 1996: Malchiodi DarioAlgoritmi di apprendimento per reti neurali non standard, Università degli Studi di Milano, 1996, MSc thesis in Computer Science (in Italian)

Software

Malchiodi, 2010a: Malchiodi Darioyaplf: yet another python learning framework, python library, 2010
Malchiodi et al., 2009b: Malchiodi Dario, Bassis Simone e Valerio LorenzosvMathematica: a Mathematica package for SV classification and regression, Wolfram Mathematica library, 2009
Malchiodi, 2006a: Malchiodi DarioThe Mathematica neosAPI package, Wolfram Mathematica library, 2006
Malchiodi, 2006b: Malchiodi DarioxmlRpc: remotely executing code within Mathematica, Wolfram Mathematica library, 2006
Malchiodi, 2006c: Malchiodi DarioA Mathematica bae64 package, Wolfram Mathematica library, 2006

Altre pubblicazioni

Lissoni et al., 2015: Lissoni Angelo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna, Repetto Lorenzo e Torelli MauroVII Kangourou dell'informatica 2014-2015, Edizioni Kangourou Italia (ISBN 978-88-89249-41-3), 2015
Lissoni et al., 2014: Lissoni Angelo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna, Repetto Lorenzo e Torelli MauroVI Kangourou dell'Informatica 2013--2014, Edizioni Kangourou Italia (ISBN 9788889249376), 2014
Lissoni et al., 2013: Lissoni Angelo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Torelli MauroV Kangourou dell'Informatica 2012--2013. Testi, soluzioni e commenti, Edizioni Kangourou Italia (ISBN 978-88-89249-34-5), 2013
Lissoni et al., 2012: Lissoni Angelo, Lonati Violetta, Malchiodi Dario, Monga Mattia, Morpurgo Anna e Torelli MauroKangourou dell'Informatica 2012, Edizioni Kangourou Italia (ISBN 9788889249307), 2012

Organizzazione di attività editoriali e scientifiche

Organizzazione di conferenze

2017 > 2023: Partecipazione al comitato di programma di DSIR: International Conference on Data Science and Institutional Research
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
2009 > 2015: Partecipazione al comitato scientifico del Mathematica Italia User Group Meeting
2012: Membro del comitato organizzativo locale di 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 del Mathematica Italia User Group Meeting
2008: Partecipazione al comitato tecnico di WCCI2008
2007: Partecipazione al comitato di programma di WIRN 2007/KES2007
2006: Collaborazione all'organizzazione di CISI2006: Conferenza Italiana sui Sistemi Itelligenti
2003: Collaborazione all'organizzazione di WIRN2003 (XIV Workshop Italiano Reti Neurali)

Tutorial, workshop, panel e sessioni speciali

2023: Chair della sessione CLASSIFICATION / SECURITY / ETHOLOGY, in EANN2023
2018: Speaker nella tavola rotonda Zadeh and the Future of Fuzzy Logic, organizzato all'interno di WILF2018
2018: Chair della sessione Computational systems for modelling biological processes, in IWBBIO2017
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, in KES 2007/WIRN 2007
2006: Co-chair del workshop New paradigms in hybrid learning systems, alla International Conference of Hybrid Systems and Applications
2005: Tutorial Statistical bases of Machine Learning, alla IDA 2005: Sixth International Symposium on Intelligent Data Analysis
2005: Tutorial Statistical bases of Machine Learning, alla HIS'05: Fifth International Conference on Hybrid Intelligent Systems
2004: Tutorial Statistical approaches used in Machine Learning alla 15th European Conference on Machine Learning and 8th European Conference on Principles and Practice of Knowledge Discovery in Databases
2004: Tutorial Statistical approaches used in Machine Learning alla 15th International Conference on Algorithmic Learning Theory
2004: Tutorial Statistical methods for biomedical data processing al XV Workshop Italiano Reti Neurali (WIRN2004)

Partecipazione a editorial board di riviste internazionali

2008 >: International Journal of Computational Intelligence Studies
2010 > 2018: Mathematics and Computers in Simulation
2010 > 2014: Intelligent decision technologies

Revisioni per riviste, conferenze e progetti

Riviste

Conferenze

CSTST: International Conference on Soft Computing as Transdisciplinary Science and Technology (2008)
DSIR: International Conference on Data Science and Institutional Research ( 2017 , 2018 , 2019 , 2021 , 2022 , 2023 )
FUN: International Conference on Fun with Algorithms (2010)
HIS: International Conference on Hybrid Intelligent Systems (2005)
ICANN/ICONIP: Joint 13th International Concerence on Artificial Neural Networks and 10th International Conference on Information Processing (2003)
ICTAI: IEEE International Conference on Tools with Artificial Intelligence (2007)
IJCNN: IEEE International Joint Conference on Neural Networks ( 2004 , 2003 , 2002)
IPMU: Information Processing and Management of Uncertainty in Knowledge-Based Systems (2022)
ISSEP: International Conference on informatics in Schools. Situation, Evolution and Perspectives and Automation (2019)
IWBBIO: International Work-Conference on Bioinformatics and Biomedical Engineering and Automation (2017)
KES: International Conference on Knowledge-Based and Intelligent Information & Engineering Systems (2013, 2009, 2008, 2007)
NAIS05: International Workshop on Natural and Artificial Immune Systems ( 2005 )
SOFSEM: International Conference on Current Trends in Theory and Practice on Computer Science (2008)
STACS2003: 20th International Symposium on Theoretical Aspects of Computer Science ( 2003 )
The Web Conference (2022)
WCCI: IEEE World Congress on Computational Intelligence ( 2008 )
WCICA: IEEE World Congress on Intelligent Control and Automation (2016)
WIRN: Italian Workshop on Neural Networks (2014, 2013, 2008, 2007, 2005, 2004, 2003, 2002)

Progetti

2022: PhD program – Università degli Studi di Palermo (revisore)
2021: Research funding scheme A 2020/21 – Università di Mauritius (revisore)
2019: Research funding scheme B 2019/20 – Università di Mauritius (revisore)
2019: Bando straordinario per progetti interdipartimentali (SEED) – Università degli Studi di Milano (revisore)
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

2020-21 > 2023-24: Algoritmi per dati su larga scala (DSE), Laurea magistrale in Data science and economics, Università degli Studi di Milano (20 ore, 3 CFU) – in lingua inglese
2019-20 > 2023-24: F94-156: Algoritmi per dati su larga scala, Laurea magistrale in Informatica, Università degli Studi di Milano (48 ore, 6 CFU) – in lingua inglese
2015-16 > 2023-24: F1X-97: Statistica e analisi dei dati, Laurea in Informatica, Università degli Studi di Milano (60 ore, 6 CFU) – 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

Attività precedenti

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

2023-24: R18-120: Deep learning in bioinformatics, Dottorato di ricerca in Informatica, Università degli Studi di Milano (4 ore) – in lingua inglese
2023-24: R18-124: Efficacy and efficiency evaluation of machine learning models, Dottorato di ricerca in Informatica, Università degli Studi di Milano (10 ore) – in lingua inglese
2019-20 > 2021-22: M335: Programmazione per l'analisi dei dati, DUT in Statistica e business intelligence, Université de la Côte d'Azur (20 ore) – in lingua francese
2019-20: R18-68: Architectural patterns for distributed machine learning applications, Dottorato di ricerca in Informatica, Università degli Studi di Milano (4 ore) – in lingua inglese
2014-15 > 2019-20: F94-124: Didattica dell'informatica, Laurea magistrale in Informatica, Università degli Studi di Milano (16 ore, 2 CFU)
2012-13 > 2018-19: F94-80: Analisi dei dati su larga scala, Laurea magistrale in Informatica, Università degli Studi di Milano (48 ore, 6 CFU)
2018-19: M4103C: Basi di dati II, DUT in Statistica e business intelligence, Université de la Côte d'Azur (38 ore) – in lingua francese
2018-19: M4101: Data mining, DUT in Statistica e business intelligence, Université de la Côte d'Azur (18 ore) – in lingua francese
2017-18: R18-40: Analisi di dati multidimensionali, Dottorato di ricerca in Informatica, Università degli Studi di Milano (10 ore) – in lingua inglese
2006-07 > 2016-17: F94-12: Simulazione, Laurea magistrale in Informatica, Università degli Studi di Milano (24 ore, 3 CFU) – erogazione annuale fino al 2008/09 e ad anni alterni dal 2012/13
2015-16: R18-15: Big data: analisi e tecnologie, Dottorato di ricerca in Informatica, Università degli Studi di Milano (6 ore) – in lingua inglese
2015-16: B62-59: Big data and digital methods, Laurea magistrale in Comunicazione pubblica e d'impresa, Università degli Studi di Milano (40 ore, 3 CFU) – in lingua inglese
2011-12 > 2015-16: F4Y-72: Programmazione 3, Laurea magistrale in Matematica, Università degli Studi di Milano (21 ore, 3 CFU) – erogazione biennale
2010-11 > 2014-15: F3X-34: Sistemi operativi, Laurea in Informatica musicale, Università degli Studi di Milano (48 ore, 6 CFU) – dal 2011/12 al 2014/14 erogato anche per il corso di Comunicazione digitale, nel 2014/15 erogato anche per il corso di Informatica per la comunicazione digitale
2011-12: F3X-36: Programmazione 1, Laurea in Informatica musicale, Università degli Studi di Milano (72 ore, 9 CFU)
2010-11: F1Y-35: Progettazione e gestione del software, Laurea magistrale in Informatica per la comunicazione, Università degli Studi di Milano (48 ore, 6 CFU)
2003-04 > 2009-10: F2X-54: Laboratorio di programmazione 1, Laurea in Informatica musicale, Università degli Studi di Milano (48 ore, 3 CFU) – affidamento tramite bando fino al 2007/08 e con attribuzione del titolo di professore aggregato dal 2008/09; fino al 2004/05 con il nome di Laboratorio di Informatica Generale; fino al 2008/09 corrispondente a 6 CFU
2006-07 > 2009-10: F88011: Sistemi per l'elaborazione dell'informazione 2, Laurea magistrale in Matematica, Università degli Studi di Milano (24 ore, 4 CFU) – 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)
2002-03 > 2005-06: Fondamenti teorici dell'apprendimento, Laurea magistrale in Scienze Cognitive, Université Victor Segalen Bordeaux 2 (10 ore) – insegnamento attivato negli anni accademici 2002/03 e 2005/06
2003-04 > 2004-05: Informatica, Laurea in Educazione Professionale, Università degli Studi di Milano (40 ore, 3 CFU) – affidamento tramite bando
2003-04 > 2004-05: Informatica, Laurea in Logopedia, Università degli Studi di Milano (30 ore) – affidamento tramite bando

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

2018-19: M39-16: Elementi di programmazione con librerie informatiche / data science, Master di II livello in Bioinformatica e genomica funzionale, Università degli Studi di Milano (12 ore) – in lingua inglese
2018-19: M39-11: Algoritmi e organizzazione dati nell'analisi bioinformatica, Master di II livello in Bioinformatica e genomica funzionale, Università degli Studi di Milano (10 ore) – in lingua inglese
2018-19: M39-14: Integrazione dati e visualizzazione, Master di II livello in Bioinformatica e genomica funzionale, Università degli Studi di Milano (2 ore) – in lingua inglese
2016-17 > 2017-18: Data science seminars, Laurea magistrale in Informatica (EIT Digital data science), Université de la Côte d'Azur (6 ore) – in lingua inglese
2017-18: M40-2: Elements of R and python, Master di II livello in Data science for economics, business and finance, Università degli Studi di Milano (10 ore)
2017-18: 91A-4: Principi di base di informatica applicata agli studi clinici, Master di I livello in Management degli Studi Clinici in Oncologia ed Emato-oncologia, Università degli Studi di Milano (12 ore)
2017-18: M40-10: Calcolo distribuito e parallelo, Master di II livello in Data science for economics, business and finance, Università degli Studi di Milano (20 ore)
2014-15: A42-4: Didattica 1 – Progettazione di sistemi informatici e pensiero computazionale, Tirocinio Formativo Attivo (Informatica), Università degli Studi di Milano (18 ore)
2013-14: P42-5: Didattica dell'informatica, Percorsi Abilitanti Speciali (Informatica), Università degli Studi di Milano (16 ore)
2012-13: A4205: Strategie per l'insegnamento laboratoriale di sistemi operativi e reti, Tirocinio Formativo Attivo (Informatica), Università degli Studi di Milano (14 ore)
2006-07: Laboratorio di elaborazione simbolica, Scuola Interuniversitaria Lombarda di Spcializzazione per l'Insegnamento Secondario, Università degli Studi di Milano (20 ore)
2004-05: Introduzione a Mathematica, Dottorato di ricerca in Informatica, Università degli Studi di Milano (10 ore)
2001-02: From synapses to rules - discovering symbolic rules from neural processed data, International School on Neural Networks "E. R. Caianiello", 6th course (4 ore) – corso tenuto in lingua inglese
2001-02: From synapses to rules - discovering symbolic rules from neural processed data, TMR-EC International School on Computational Learning (4 ore) – corso tenuto in lingua inglese e finanziato nell'ambito del IV programma quadro EC

Lezioni ed esercitazioni nell'ambito di corsi universitari

2004/05: Esercitazioni per l'insegnamento di Calcolo delle Probabilità e Statistica Matematica, Laurea in Informatica, Università degli Studi di Milano (20 ore)
2000/01 > 2003/04: Ciclo di lezioni per l'insegnamento di Reti Neurali, Laurea magistrale in Informatica, Università degli Studi di Milano (4 ore)
2000/01 > 2003/04: Ciclo di lezioni per l'insegnamento di Calcolo delle Probabilità e Statistica Matematica, Laurea in Informatica, Università degli Studi di Milano
1998/99: 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

2007/08: Lo sviluppo dei sistemi informatici, Società Italiana Arti e Mestieri (44 ore) – corso finanziato nell'ambito del progetto IFTS
2004/05: Comunicazione scientifica, Università degli Studi di Milano (4 ore) – corso finanziato nell'ambito del progetto FSE
2002/03 > 2003/04: Sistemi intelligenti per il calcolo simbolico, Università degli Studi di Milano (6 ore) – corso finanziato nell'ambito del progetto FSE
1999/00 > 2000/01: Programmazione in Visual Basic, CIAM (120 ore) – corso finanziato nell'ambito del progetto FSE

Altre attività didattiche

2003/04 > 2004/05: Organizzazione del corso professionalizzante Sistemi Intelligenti per il Calcolo Simbolico, finanziato nell'ambito del progetto FSE, 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", 6th course

Tesi e tirocini seguiti in qualità di relatore o di correlatore

Andrea Yachaya, Analisi della correlazione tra eventi all'interno di un SOC, Laurea in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Antonio Belotti, Algoritmi di classificazione basati su vettori di supporto per la produzione di modelli succinti, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Beatrice Gheli, Integrazione di dati clinici e omici per predizioni in ambito medico, Laurea in Informatica, Università degli Studi di Milano, 2022/23 (Correlatore)
Claudio Garanzini, Tecniche di data engineering e algoritmi di apprendimento in ambito veterinario, Laurea in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Davide Raimondi, Studio e progettazione di un'architettura orientata ai servizi per la creazione di una Data Mesh, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Elena Valentina Serbu, Pipeline Reengineering and Optimization -- Rethinking ETL using Pyspark, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano, 2022/23 (Relatore)
Elia Covino, Analisi comparativa di Filtri di Bloom appresi, Laurea in Informatica per la Comunicazione Digitale, Università degli Studi di Milano, 2022/23 (Relatore)
Gianmarco Lodi, Development of a Manufacturing-focused Cloud Data platform using Snowflake, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Lorenzo Polli, Data-driven techniques as a support for customer needs understanding and in-store product placement: the Iper La Grande I case study, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano, 2022/23 (Relatore)
Loris Bartesaghi, Design and development of a music recommendation system based on Markov Chains, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano, 2022/23 (Correlatore)
Luca Bertoletti, E-commerce insights: analyzing customer reviews through LDA topic modeling and association rules, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano, 2022/23 (Relatore)
Marco Lassandro, Tecniche di regressione per problemi di medicina forense, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Massimo Frasson, Support Vector Anomaly Detection in Federated Learning, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Mattia Paravisi, Security analysis of cryptographic algorithms: hints from machine learning, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Correlatore)
Nicola Manca, Evaluating online and batch machine learning models in production, Laurea magistrale in Informatica, Università degli Studi di Milano, 2022/23 (Relatore)
Sara Caiello, Uso di tecniche di machine learning per dati sbilanciati in ambito veterinario, Laurea in Informatica, Università degli Studi di Milano, 2022/23 (Correlatore)
Stefano De Filippis, The importance of marketing channels: attribution models and forecasts, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano, 2022/23 (Relatore)
William Biondi, Recommendation system for the fashion industry: a semantic approach, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano, 2022/23 (Relatore)
Alesia Sommariva, Online machine learning models for a scalable streaming machine learning platform, Laurea magistrale in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Alessandro Beranti, Metodi per la classificazione automatica di pazienti con long-COVID, Laurea magistrale in Informatica, Università degli Studi di Milano, 2021/22 (Correlatore)
Alessandro Di Gioacchino, Tecniche di one-class classification per la classificazione di reperti archeologici, Laurea in Informatica, Università degli Studi di Milano, 2021/22 (Correlatore)
Ali Rafiei, Towards computer vision-based natural language processing, Laurea magistrale in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Francesca Fazio, Predizione della mortalità in ambito veterinario tramite algoritmi di apprendimento supervisionato, Laurea in Informatica, Università degli Studi di Milano, 2021/22 (Correlatore)
Gabriele Garavelli, Implementazione e analisi di estensioni partizionate di Filtri di Bloom appresi, Laurea in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Giulio Lodi, Software architecture for deployment of machine learning models in distributed and reactive environments, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Ivan Mazzon, Classificazione multitask di etichette in gradi mediante reti di Hopfield, Laurea in Informatica, Università degli Studi di Milano, 2021/22 (Correlatore)
Jaspreet Kaur, Bringing natural language processing in the legal domain: state of the art and evolution of Q&A, Laurea magistrale in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Laura Luperto, Metodi ensable per l'analisi di dati omici, Laurea in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Lucia Anna Mellini, Scelta della popolazione iniziale nel problema di compressione di grafi tramite algoritmi genetici, Laurea in Informatica, Università degli Studi di Milano, 2021/22 (Relatore)
Ruben Popper, Image segmentation and fashion item recognition for luxury brands, Laurea magistrale in Data Science and Economics, Università degli Studi di Milano, 2021/22 (Relatore)
Alessia Cecere, Apprendimento di insiemi fuzzy nell'ambito del Web semantico, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Andrea Marconi, Tecniche di machine learning per la rilevazione di comportamenti anomali in ambito finanziario e anti-riciclaggio, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Carlos Jordanco Menendez Terrones, Parallelizzazione di algoritmi genetici per la compressione di grafi, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Correlatore)
Davide Gavio, Towards semantic powered insight engines, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Davide Raimondi, Tecniche supervisionate per l'apprendimento di filtri di Bloom, Laurea in Sicurezza dei sistemi e delle reti informatiche, Università degli Studi di Milano, 2020/21 (Correlatore)
Eleonora Di Pierro, Induzione di insiemi fuzzy per la predizione della mortalità in ambito veterinario, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Giacomo Fumagalli, Sulla sinergia tra apprendimento automatico e filtri di Bloom, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Giacomo Intagliata, Implementazione e confronto di algoritmi di ottimizzazione per l'apprendimento di insiemi fuzzy, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Ivan Lamperti, Data pipeline monitoring through machine learning, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Laura Elena Ciurca, Data science for cybersecurity: a machine learning approach for detecting brute force attacks, Laurea Magistrale in Data Sciencei and Economics, Università degli Studi di Milano, 2020/21 (Correlatore)
Luca Fumagalli, Metodi di deep learning per la predizione di siti di missplicing nel genoma umano, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2020/21 (Correlatore)
Marco Cavallari, Modelli di previsione del rischio di mortalità per pazienti COVID Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Correlatore)
Marco Zuccolo, Migrazione di un sistema di integrazione dati da IBM DB2 mainframe a Microsoft SQL server in cloud, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Pietro Scuttari, Tecniche di machine learning per la classificazione di reperti archeologici, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Correlatore)
Samuel Cestola, Induzione di regole per la classificazione in ambito oncologico, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Relatore)
Samuele Beliusse, Conversione di random forest in alberi associativi, Laurea in Informatica, Università degli Studi di Milano, 2020/21 (Correlatore)
Alessandra Saitta, Applicazione di algoritmi di apprendimento per la riqualificazione delle aree dismesse nelle regioni italiane, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Alessia Lombarda, Confronto tra approcci basati su clustering e SVM nell'induzione di insiemi fuzzy, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Correlatore)
Andrea Adami, Design and implementation of recommender systems for luxury brands, Laurea Magistrale in Data Science for Economics, Università degli Studi di Milano, 2019/2020 (Relatore)
Andrea Ferretti, Applying online deep learning in a streaming data platform, Laurea magistrale in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Cristian Dall'Ozzo, Compressione di grafi tramite algoritmi genetici, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Correlatore)
Gabriele Cerizza, Induzione di shadowed set tramite tecniche di one-class clustering, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Giovanni Laganà, Rilevazione di fake news basata sull'induzione di insiemi fuzzy, Laurea magistrale in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Gregorio Ghidoli, Compressione di reti neurali mediante quantizzazione probabilistica, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Correlatore)
Isabella Cadisco, Confronto tra algoritmi per l'induzione di insiemi fuzzy, Laurea in Informatica per la comunicazione digitale, Università degli Studi di Milano, 2019/2020 (Correlatore)
Manuel Dileo, Induzione di insiemi fuzzy in ambito medico-legale, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Marco Ghezzi, Apprendimento dell'indice PGM tramite reti neurali, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Correlatore)
Mario Petruccelli, Uso di reti neurali per la classificazione di dati in problemi di medicina legale, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Mauro Mastrapasqua, Analisi della mobilità nel Comune di Milano su dati di servizi di navigazione, Laurea in Sicurezza dei sistemi e delle reti informatiche, Università degli Studi di Milano, 2019/2020 (Correlatore)
Rita Folisi, Confronto tra approcci basati su nearest neighbour e reti neurali nell'induzione di insiemi fuzzy, Laurea in Informatica, Università degli Studi di Milano, 2019/2020 (Relatore)
Simone Quadrelli, Forecasting the occupation of parking slots at Malpensa Airport: a comparison of parametric and machine learning approaches, Laurea magistrale in Data science for economics, Università degli Studi di Milano, 2019/2020 (Correlatore)
Stefano Dell'oca, Studio dell'effetto di metodi di data augmentation per la classificazione di dati medici, Laurea in Informatica per la comunicazione digitale, Università degli Studi di Milano, 2019/2020 (Correlatore)
Alessio Petralia, Induzione di fuzzy set: una rassegna, Laurea in Informatica per la comunicazione digitale, Università degli Studi di Milano, 2018/2019 (Correlatore)
Alessandro Beranti, Analisi di dati per problemi di medicina legale, Laurea in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Filippo Vajana, Progettazione e implementazione di misure di affidabilità per problemi di deep learning, Laurea magistrale in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Giosuè Marinò, Compressione di reti neurali multistrato mediante tecniche di binarizzazione, Laurea in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Leonardo Medici, Analisi e perfezionamento di modelli per la valutazione dell'empatia, Laurea magistrale in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Marco Riva, Making a Time-Series Database "smart": human and machine communication towards conversational analytics, Laurea in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Paolo Galli, Apprendimento e compressione di strutture dati indicizzate, Laurea in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Salvatore Caramazza, Analisi di dati tramite induzione di insiemi fuzzy, Laurea in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Tommaso Amadori, Riconoscimento di volti tramite insiemi fuzzy, Laurea in Informatica, Università degli Studi di Milano, 2018/19 (Relatore)
Moris Doratiotto, Algoritmi di compressione per reti neurali, Laurea in Informatica, Università degli Studi di Milano, 2017/2018 (Relatore)
Ettore Tancredi Galante, Deep Neural Networks for Learned Indexes Data Structures, Laurea in Informatica, Università degli Studi di Milano, 2017/18 (Correlatore)
Daniele Tria, Delivering online Machine Learning in real-time predictive systems relying on open source distributed streaming processors, Laurea magistrale in Informatica, Università degli Studi di Milano, 2017/18 (Relatore)
Elvis Nava, SV-based regression techniques for survival analysis: a case study on veterinary data, Laurea in Informatica, Università degli Studi di Milano, 2017/18 (Relatore)
Francesco Cuccio, Progettazione e realizzazione di un webservice restful per la classificazione di brevi testi in real time mediante l'utilizzo di algoritmi di supervised learning, Diploma universitario in Informatica, Università degli Studi di Milano, 2017/18 (Relatore)
Giovanni Milani, Progettazione e sviluppo di un'applicazione Web per la raccolta e l'analisi di dati a fini commerciali tramite tecnologia NFC, Laurea triennale in Informatica, Università degli Studi di Milano, 2017/18 (Relatore)
Giuseppe Crinò, Progettazione di reti neurali robuste rispetto alla tecnica di adversarial examples, Laurea in Informatica, Università degli Studi di Milano, 2017/18 (Relatore)
Luca Cermenati, Apprendimento simultaneo di fuzzy set, Laurea magistrale in Informatica, Università degli Studi di Milano, 2017/18 (Relatore)
Simone Quadrelli, Graph-based semisupervised learning algorithms in bioinformatics, Laurea triennale in Informatica, Università degli Studi di Milano, 2017/18 (Correlatore)
Ameni Bouaziz, Méthodes d'apprentissage interactif pour la classification des messages courts, École Doctorale Sciences et Technologies de l'Information et de la Communication, Université de Nice - Sophia Antipolis, 2017 (examinateur)
Andrea Cerruti, Interfacciamento di sistemi informativi in ambito real estate, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2016/17 (Relatore)
Federica Previ, Utilizzo di tecniche di apprendimento automatico per l'analisi di dati in ambito veterinario, Laurea in Informatica, Università degli Studi di Milano, 2016/17 (Correlatore)
Francesco Frontera, Implementazione di una libreria per la valutazione di modelli di Machine Learning in real-time streaming, Laurea in Informatica musicale, Università degli Studi di Milano, 2016/17 (Relatore)
Leonardo Medici, Utilizzo di support vector machine per l’analisi di dati in ambito veterinario, Laurea in Informatica, Università degli Studi di Milano, 2016/17 (Relatore)
Simone Colombo, Progettazione di un framework multi-linguaggio per la gestione di esercitazioni basato su notebook, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2016/17 (Relatore)
Andrea Formica, Progettazione e realizzazione di percorsi didattici di informatica musicale per studenti delle scuole secondarie, Laurea in Informatica Musicale, Università degli Studi di Milano, 2015/16 (Relatore)
Cristiano Aitis, Analisi finanziarie anti-riciclaggio basate su algoritmi di apprendimento bayesiani, Laurea Magistrale in Informatica, 2015/16 (Relatore)
Dario Filippini, Progettazione e implementazione di linguaggi di programmazione e metodologie didattiche attive per l'insegnamento della notazione musicale nelle scuole primarie, Laurea in Informatica Musicale, Università degli Studi di Milano, 2015/16 (Correlatore)
Davide Melchiorre, Progettazione e realizzazione di un framework per la gestione di esercitazioni basato su jupyter, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2015/16 (Relatore)
Edoardo Trotta, A deep learning framework for rhythmical patterns generation, Laurea in Informatica Musicale, Università degli Studi di Milano, 2015/16 (Relatore)
Enrico Taglietti, Progettazione e sviluppo di software per la fidelizzazione di clienti in ambito bancario, Laurea in Comunicazione digitale, Università degli Studi di Milano, 2015/16 (Relatore)
Fabio Lipreri, Tecniche di analisi esplorativa per la ricerca di pattern in reti biomolecolari, Laurea in Informatica, Università degli Studi di Milano, 2015/16 (Relatore)
Germana Natalia La Rocca, Sviluppo di un percorso didattico sui sistemi concorrenti per la scuola, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2015/16 (Correlatore)
Luca Favalli, Algoritmi di apprendimento basati su macchine di Boltzmann ristrette, Laurea in Informatica, Università degli Studi di Milano, 2015/16 (Relatore)
Marco Forlivesi, Ottimizzazione blackbox di funzioni computazionalmente onerose, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2015/16 (Correlatore)
Marco Gibelli, Progettazione e implementazione di software per laboratori di informatica interattivi per studenti delle scuole secondarie, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2015/16 (Relatore)
Michelangelo Alcini, Analisi statistica di dataset imprecisi finalizzata al confronto tra metodi per l'identificazione di outlier e per l'attribuzione di dati mancanti, Laurea in Comunicazione digitale, Università degli Studi di Milano, 2015/16 (Correlatore)
Paolo Merola, Analisi di tecniche di classificazione monoclasse applicate a problemi di apprendimento di funzioni di membership fuzzy, Laurea in Matematica, Università degli Studi di Milano, 2015/16 (Relatore)
Simone Scarano, Gestione della coerenza dell'informazione a priori negli algoritmi di label propagation gerarchici, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2015/16 (Relatore)
Valentina Arrigoni, Unconventional numerical representations for accelerated convolutional neural networks, Laurea Magistrale in Matematica, Università degli Studi di Milano, 2015/16 (Relatore)
Somsack Inthasone, Biodiversity Knowledge Extraction Techniques, École Doctorale Sciences et Technologies de l'Information et de la Communication, Université de Nice - Sophia Antipolis, 2015 (rapporteur)
Alessio Spini, Progettazione e sviluppo di un tool per il reverse engineering di un'architettura SW automotive a partire dall'analisi automatica di codice sorgente, Laurea in Informatica Muusicale, Università degli Studi di Milano, 2014/15 (Relatore)
Daniele Grassi, Realizzazione di un motore di ricerca per i quesiti Bebras, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2014/15 (Relatore)
Fabio Ramaglia, Sviluppo di applicazioni in ambito turistico basate su big data, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2014/15 (Relatore)
Manuel Previtali, Progettazione e sviluppo di un percorso didattico sulla ricorsione come approccio alla soluzione per il problem solving e di un'architettura software di supporto, Laurea Magistrale in Informatica per la Comunicazione, Università degli Studi di Milano, 2014/15 (Correlatore)
Roberto Mapelli, Studio e realizzazione di un prototipo funzionale per piattaforma di monitoraggio di giardini/orti casalinghi, Laurea in Informatica Musicale, Università degli Studi di Milano, 2014/15 (Relatore)
Leonardo Andrea Calvi, Analisi dell'attendibilità di siti Web per previsioni meteorologiche, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2013/14 (Relatore)
Maria Haddad, Progettazione di attività in ambito informatico per le scuole secondarie, Laurea in Informatica, Università degli Studi di Milano, 2013/14 (Correlatore)
Paolo Riccobaldi, Detection and classification of graphical patterns through computational algebraic topology algorithms: an application to musical notation, Laurea in Informatica Musicale, Università degli Studi di Milano, 2013/14 (Relatore)
Simone Robutti, Classificazione di dati con etichette incerte tramite metodi basati su vettori di supporto, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2013/14 (Relatore)
Andrea Venturelli, Progettazione e realizzazione di un ambiente online per la fruizione di gare informatiche rivolte a studenti degli istituti secondari di primo e di secondo grado, Laurea Magistrale in Informatica per la Comunicazione, Università degli Studi di Milano, 2012/13 (Relatore)
Cristiano Aitis, Analisi della qualità di cifre manoscritte utilizzando metodi di clustering, Laurea in Informatica musicale, Università degli Studi di Milano, 2012/13 (Relatore)
Matteo Borriero, Sviluppo di un'applicazione Web per la gestione dei fascicoli personli del «Centro Diagnostico Polispecialistico», Laurea in Informatica, Università degli Studi di Milano, 2012/13 (Correlatore)
Omar Negri, Aggregazione e visualizzazione interattiva di dati provenienti da reti sociali, Laurea Magistrale in Tecnologie dell'Informazione e della Comunicazione, Università degli Studi di Milano, 2012/13 (Relatore)
Simone Bettini, «Messaggi cifrati»: progettazione di un'attività didattica in ambito informatico per la scuola secondaria secondo un approccio costruttivista, Laurea in Comunicazione digitale, Università degli Studi di Milano, 2012/13 (Correlatore)
Christian Fraccola, Tirocinio Formativo Attivo, Classe di abilitazione A042 – Informatica, Università degli Studi di Milano, 2011/12 (Relatore)
Tommaso Legnani, Utilizzo delle macchine a vettori di supporto nell'apprendimento semi-supervisionato, Laurea Magistrale in Matematica, Università degli Studi di Milano, 2011/12 (Relatore)
Andrea Galasso, Progettazione di uno strumento software a supporto dell'analisi dei testi strutturati in percorsi didattici per la scuola secondario di primo grado, Laurea in Informatica, Università degli Studi di Milano, 2010/11 (Correlatore)
Emanuele Galiano, Progettazione di uno strumento software a supporto dell'analisi di immagini in percorsi didattici per la scuola secondaria di primo grado, Laurea in Informatica, Università degli Studi di Milano, 2010/11 (Correlatore)
Riccardo Mena, Progettazione e sviluppo di software per automazione di test relativi ad apparecchiature avioniche, Laurea in Comunicazione Digitale, Università degli Studi di Milano, 2008/09 (Relatore)
Maria Bulgheroni, Utilizzo di Mathematica come primo approccio alla programmazione, Scuola Interuniversitaria Lombarda di Specializzazione per l'Insegnamento Secondario, 2008 (Relatore)
Giuseppe Lopes, Algoritmi di controllo del traffico di rete mediante utilizzo di tecniche di granular computing, Laurea in Scienze dell'Informazione, Università degli Studi di Milano, 2007/08 (Correlatore)
Lorenzo Valerio, Progettazione e analisi di algoritmi di regressione per dati di qualità variabile, Laurea Magistrale in Tecnologie dell'informazione e della comunicazione, Università degli Studi di Milano, 2006/07 (Relatore)
Luca Natali, Progettazione e analisi di algoritmi di apprendimento per SVM basati su misure di rilevanza, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2006/07 (Relatore)
Paolo Rotta, Frequenze di pattern in parole generate a caso in linguaggi regolari, Laurea in Informatica, Università degli Studi di Milano, 2006/07 (Correlatore)
Simone Mattia Tuveri, Sviluppo di sistemi di interrogazione di database tramite tecnologie J2EE, Laurea in Comunicazione Ditigale, Università degli Studi di Milano, 2006/07 (Relatore)
Jean Coravu, A graphical editor for UML diagrams for Java language and a Java code generator for these diagrams, University of Craiova, Romania, 2006 (Correlatore)
Hannes Perathoner, Development of a framework for the design of hypermedia and web applications based on J2EE, Laurea in Comunicazione Digitale, Università degli Studi di Milano/Universidad Carlos III de Madrid, 2005/06 (Correlatore)
Antonio Zippo, Implementazione di metodi di inferenza algoritmica in un package di Mathematica, Laurea in Informatica, Università degli Studi di Milano, 2004/05 (Relatore)
Stefano Pilia, Un progetto di e-Democracy e e-Government. Il caso Sardegna, Laurea Magistrale in Informatica, Università degli Studi di Milano, 2004/05 (Relatore)
Alberto Minora, Algoritmi di apprendimento basati su modelli dinamici per il flusso delle informazioni, Laurea in Informatica, Università degli studi di Milano, 2003/04 (Correlatore)
Marco Testa, Modelli di apprendimento di algoritmi approssimati per problemi di ottimizzazione combinatoria, Laurea in Scienze dell'Informazione, Università degli Studi di Milano, 1997/98 (Correlatore)

Servizi prestati presso Atenei

Commissioni giudicatrici

2023: Componente della commissione giudicatrice per il reclutamento di n. 1 unità di Tecnologo di primo livello, categoria EP presso il Dipartimento di Scienze Agrarie e Ambientali - Produzione, Terrotorio, Agroenergia dell'Università degli Studi di Milano (D.D. n. 4629 del 27/03/2023).
2023: Membro della commissione per l'assegnamento del premio AIFOS «Il punto sulla ricerca in materia di salute e sicurezza in Italia: analisi analitica (data analytics) degli elaborati della biblioteca tesi sicurezza AIFOS».
2020: Membro della commissione esaminatrice per posti di dottorato nell'ambito del progetto «Applications of artificial intelligence to study the interaction between genetic and environmental factors underlying human diseases», multi-annual work-programme in genomics and bioinformatics, Università di Milano e Joint Research Center della Commissione Europea, Ispra.
2017: Membro della commissione esaminatrice per il conferimento del dottorato dell'École doctorale des sciences et technologies de l'information et de la communication, Université de la Côte d'Azur.
2015: Membro della commissione esaminatrice per il conferimento del dottorato dell'École doctorale des sciences et technologies de l'information et de la communication, Université de Nice – Sophia Antipolis.
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)
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.
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

2021 > 9999: Membro della commissione Erasmus del Dipartimento di Informatica, Università degli Studi di Milano.
2022: Coordinatore della Commissione di selezione per l'accesso degli studenti stranieri alla Laurea Magistrale in Informatica dell'Università degli Studi di Milano.
2020 > 2021: Membro della Commissione di selezione per l'accesso degli studenti stranieri alla Laurea Magistrale in Informatica dell'Università degli Studi di Milano.
2020: Membro della Commissione di selezione per l'accesso al master di secondo livello in Bioinformatics and functional genomics dell'Università degli Studi di Milano.
2017 > 2018: Membro del Comitato ordinatore del Master di II livello in Data science for economics, business and finance dell'Università degli Studi di Milano.
2017: Membro del Comitato ordinatore del Master di primo livello in Management degli studi clinici in oncologia ed emato-oncologia dell'Università degli Studi di Milano.
2013 > 2017: Coordinatore della commissione orientamento della Facoltà di Scienze e Tecnologie dell'Università degli Studi di Milano.
2012 > 2017: Delegato del Direttore del Dipartimento di Informatica dell'Università degli Studi di Milano alle attività di orientamento e promozione.
2012 > 2017: Membro della Giunta del Dipartimento di Informatica, Università degli Studi di Milano.
2010 > 2017: Coordinatore della Commissione Orientamento in entrata per l'area Informatica, Facoltà di Scienze Matematiche, Fisiche e Naturali, Università degli Studi di Milano
2013 > 2015: Membro del Consiglio dei Tirocini Formativi Attivi afferenti all'area Matematica, Fisica e Informatica, Università degli Studi di Milano.
2013 > 2014: Membro del gruppo di lavoro sull'orientamento del Senato Accademico dell'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	Scritto
Inglese	C2 (avanzato)	C2 (avanzato)	C2 (avanzato)	C2 (avanzato)	C2 (avanzato)
Francese	C2 (avanzato)	C2 (avanzato)	C2 (avanzato)	C2 (avanzato)	C2 (avanzato)
Spagnolo	B1.1 (autonomo)	B1.1 (autonomo)	B1.1 (autonomo)	B1.1 (autonomo)	B1.1 (autonomo)