Profile picture

Dario Malchiodi

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


Informazioni
01/04/2020
Lezioni del laboratorio di Statistica e analisi dei dati
A partire da venerdì 3 aprile avrà inizio il laboratorio integrativo di Statistica e analisi dei dati, che sarà erogato a distanza. Gli studenti possono scaricare il dataset che verrà analizzato nel primo incontro, unitamente alla sua descrizione.
17/03/2020
Spostamento delle video lezioni
Tra qualche giorno i video delle lezioni saranno spostati nello spazio OneDrive di Ateneo. Si invitano quindi gli studenti a verificare che il loro account accademico legato a Office365 risulti attivato.
12/03/2020
Organizzazione del ricevimento studenti a distanza
A partire da oggi il ricevimento studenti avverrà in modalità a distanza. Gli studenti possono collegarsi ogni giovedì a partire dalle ore 17:00 al meeting «ricevimento-malchiodi» organizzato su meet.jit.si, scrivendo il proprio nome e cognome nella chat e attendendo di essere chiamati. Il canale è aperto a tutti i partecipanti, per cui l'esigenza di un ricevimento privato va segnalata, sempre nella chat, quando ci si collega.
06/03/2020
Organizzazione della didattica a distanza
Fino a nuove disposizioni, le lezioni degli insegnamenti di «Statistica e analisi dei dati» e di «Algoritmi per dati su larga scala» avverrano a distanza. Nei giorni in cui è calendarizzato un insegnamento, sarà resa disponibile nella pagina Web corrispondente una videoregistrazione della lezione. Gli studenti possono inviare via mail al docente domande su eventuali chiarimenti: il giorno successivo verrà pubblicato un documento contenente la risposta alle domande di interesse generale.

Attività didattiche


Corsi di laurea e dottorato

  • Algoritmi per dati su larga scala @unimi laurea magistrale Le lezioni sono in inglese 2019-20
  • Analisi dei dati su larga scala @unimi laurea magistrale Le lezioni sono in italiano 2018-19
  • Basi di dati II @uca DUT Le lezioni sono in francese 2018-19
  • Data mining @uca DUT Le lezioni sono in francese 2018-19
  • Didattica dell'informatica @unimi laurea magistrale Le lezioni sono in italiano 2018-192019-20
  • Programmazione per l'analisi dei dati @uca DUT Le lezioni sono in francese 2019-20
  • Statistica e analisi dei dati @unimi laurea Le lezioni sono in italiano 2018-192019-20

Altre attività

  • Algoritmi per la bioinformatica @unimi master II Le lezioni sono in inglese 2018-19
  • Architectural partterns for distributed ML @unimi dottorato Le lezioni sono in inglese 2019-20
  • Programmazione per la bioinformatica @unimi master II Le lezioni sono in inglese 2018-19
  • Integrazione dati e visualizzazione @unimi master II Le lezioni sono in inglese 2018-19
Tutte le attività

Ricerca


Tematiche di ricerca

  • Induzione di insiemi fuzzy
  • Compressione di modelli di machine learning
  • Mining di basi di conoscenza nel Web semantico
  • Selezione di esempi negativi in ambito bioinformatico
  • Applicazione di ML in ambito veterinario e forense
  • Divulgazione della cultura informatica
Tutte le tematiche

Progetti

Tutti i progetti

Pubblicazioni


[Cermenati et al., 2020] Cermenati L., Malchiodi D. e Zanaboni A. Simultaneous Learning of Fuzzy Sets, in A. Esposito, M. Faundez-Zanuy, M. Morabito e 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. e 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. e Zanaboni A. Data-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 [doi> BIBTEX]

[Malchiodi et al., 2018] Malchiodi D., da Costa Pereira C. e Tettamanzi A. G. B. 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 [doi> BIBTEX]

[Boldi et al., 2018] Boldi P., Frasca M. e 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. e Tettamanzi A. G. B. 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 [doi> BIBTEX]

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

Tutte le pubblicazioni