Anno di corso: 1

Anno di corso: 2

Crediti: 6
Crediti: 6
Crediti: 12
Tipo: A scelta dello studente
Crediti: 11
Tipo: Lingua/Prova Finale
Crediti: 30
Tipo: Altro

CHEMIOMETRIA

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
1
Anno accademico di erogazione: 
2017/2018
Tipo di attività: 
Obbligatorio
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
56

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Verifica delle conoscenze di base della chemiometria: comprensione dei metodi di cluster analysis, regressione e classificazione.

Modalità dell’esame: test al computer e prova orale.

Valutazione: 
Voto Finale

Obiettivi formativi

Il corso si propone di presentare agli studenti le attuali metodologie per trattare dati relativi a sistemi chimici complessi. Verrano presentate le principali tecniche chemiometriche.

Contenuti

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.

Programma esteso

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.

Bibliografia consigliata

R.TODESCHINI: Introduzione alla Chemiometria. Edises, Napoli 1998.

Modalità di erogazione

Convenzionale

Metodi didattici

Lezioni frontali
Esperienze in labortaorio