Dario Malchiodi

Università degli Studi di Milano unimi
(professeur associé)
INRIA + UCA INRIA + UCA
(visiting scientist)
Université de la Côte d'Azur uca
(visiting professor)
Data Science Research Centre DSRC
(scientific board)

prenom . nom arobase unimi . it

PGP 470D 8811 C4B3 787A

dariomalchiodi

@dariomalchiodi

Dario Malchiodi

0000-0002-7574-697X

Scopus ID: 6507119064

court

Informations
01/04/2020 Leçons de laboratoire de Statistique et analyse des données Le laboratoire optionnel pour le cours de Statistiques et analyse des données va commencer le vendredi 3 avril, à distance. Les étudiants peuvent télécharger le jeu de données qui sera analysé lors du premièr cours, ainsi que sa description.
17/03/2020 Déplacement des vidéos des cours Dans quelques jours, les vidéos des cours seront déplacés vers l'espace OneDrive de l'Université. Les étudiants sont donc invités à vérifier que leur compte académique lié à Office365 soit activé.
12/03/2020 Organisation des heures de bureau à distance À partir d'aujourd'hui, les heures de bureau auront lieu à distance. Chaque jeudi les étudiants peuvent se connecter à partir de 17h00 à la réunion "ricevimento-malchiodi" organisée sur meet.jit.si , en écrivant leur nom et prénom dans le salon de discussion et en attendant d'être appelés. Le canal est ouvert à tous les participants, donc la nécessité d'heures de bureau privées doit être signalée, toujours dans le salon de discussion, lors de la connexion.
06/03/2020 Organisation de l'enseignement à distance Jusqu'à nouvel ordre, les course de «Statistiques et analyse de données» et «Algorithmes pour données sur large échelle» se dérouleront par téléenseignement. Les jours où un cours est prévu, un enregistrement vidéo de la leçon sera disponible sur la page Web correspondante. Les étudiants peuvent envoyer des questions à l'enseignant par e-mail pour toute précision: le lendemain, un document contenant la réponse aux questions d'intérêt général sera publié.

Enseignements

License, Master et doctorat

Algorythmes pour données sur large échelle @unimi master 2019-20
Analyse de données à grande échelle @unimi master 2018-19
Bases des données avancées @uca DUT 2018-19
Data mining @uca DUT 2018-19
Pedagogie de l'informatique @unimi master 2018-19 – 2019-20
Programmation pour l'analyse des données @uca DUT 2019-20
Statistique et analyse des données @unimi license 2018-19 – 2019-20

Autres activités

Algorithmes pour la bioinformatique @unimi specialisation 2ème niveau 2018-19
Architectural partterns for distributed ML @unimi doctorat 2019-20
Intégration et visualisation des données @unimi specialisation 2ème niveau 2018-19
Programmation pour la bioinformatique @unimi specialisation 2ème niveau 2018-19

Toutes les activités

Recherche

Thématiques de recherche

Induction d'ensembles flous
Compression de modèles d'apprentissage automatique
Fouille de bases de connaissances pour le Web sémantique
Sélection d'exemples negatifs en bioinformatique
Application du ML en médecine vétérinaire et médico-légale
Vulgarisation de la culture informatique

Toutes les thématiques

Projets

Multicriteria Data Structures and Algorithms: from compressed to learned indexes, and beyond PRIN
Fostering a correct view of informatics PSR

Tous les projets

Publications

[Cermenati et al., 2020] Cermenati L., Malchiodi D. et Zanaboni A. Simultaneous Learning of Fuzzy Sets, in A. Esposito, M. Faundez-Zanuy, M. Morabito et E. Pasero (Eds.), Neural Approaches to Dynamics of Signal Exchanges, Singapore: Springer, Smart Innovation, Systems and Technologies, 167-175, 2020 [doi> BIBTEX]

[Lodi et al., 2019] Lodi M., Malchiodi D., Monga M., Morpurgo A. et Spieler B. Constructionist Attempts at Supporting the Learning of Computer Programming: A Survey, Olympiads in Informatics 13 (2019), 99—121 [doi> BIBTEX]

[Malchiodi and Zanaboni, 2019] Malchiodi D. et Zanaboni A. Data-Driven Induction of Shadowed Sets Based on Grade of Fuzziness, in R. Fullér, S. Giove et 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 [doi> BIBTEX]

[Malchiodi et al., 2018] Malchiodi D., da Costa Pereira C. et Tettamanzi A. G. B. Predicting the Possibilistic Score of OWL Axioms through Support Vector Regression, in D. Ciucci, G. Pasi et 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 [doi> BIBTEX]

[Boldi et al., 2018] Boldi P., Frasca M. et Malchiodi D. Evaluating the impact of topological protein features on the negative examples selection, BMC Bioinformatics 19 - 14 (2018), 417.115–417.126 [doi> Open access link BIBTEX]

[Malchiodi and Tettamanzi, 2018] Malchiodi D. et Tettamanzi A. G. B. Predicting the Possibilistic Score of OWL Axioms through Modified Support Vector Clustering, in H. Haddad, R. L. Wainwright et R. Chbeir (Eds.), SAC'18: Proceedings of the 33rd Annual ACM Symposium on Applied Computing, ACM (ISBN 9781450351911), 1984–1991, 2018 [doi> BIBTEX]

[Malchiodi and Pedrycz, 2013] Malchiodi D. et Pedrycz W. Learning Membership Functions for Fuzzy Sets through Modified Support Vector Clustering, in F. Masulli, G. Pasi et R. Yager (Eds.), Fuzzy Logic and Applications. 10th International Workshop, WILF 2013, Genoa, Italy, November 19–22, 2013. Proceedings., Vol. 8256, Springer International Publishing, Switzerland, Lecture Notes on Artificial Intelligence (ISBN 978-3-319-03199-6), 52–59, 2013 [doi> BIBTEX]

Toutes les publications