Introduzione alla chemiometria e la struttura multivariata dei dati. Il pretrattamento dei dati. Esplorazione dei dati: analisi delle componenti principali, analisi di similarità/diversità. Introduzione ai modelli multivariati e alla loro validazione in predizione. I metodi di regressione: la calibrazione multivariata e i parametri di valutazione dei modelli; metodi Ridge, stepwise e PLS. Gli algoritmi genetici e i metodi di selezione delle variabili. I metodi di classificazione: i parametri di valutazione dei modelli; l'analisi discriminante, il metodo K-NN e i metodi di classificazione ad albero. Introduzione alle reti neurali artificiali. Le mappe di
Kohonen e di contro-propagazione. Introduzione alle metodologie QSAR e i fondamenti delle relazioni tra struttura molecolare e, proprietà chimico-fisiche, biologiche, tossicologiche e ambientali.
