Clustering di dati: principi e ricadute in bioinformatica

Il problema del clustering di dati rappresenta un argomento chiave
nel contesto della Pattern Recognition, ed è principalmente finalizzato alla
caratterizzazione di un insieme di dati in termini di categorie-gruppi (clusters).

Quest'area di ricerca presenta numerose problematiche metodologiche aperte,
che vanno dalla definizione di appropriate misure di similarità tra pattern
fino allo sviluppo di nuovi schemi di clustering (ad esempio metodi spettrali
o basati su kernel).
Recentemente, le metodologie di clustering hanno ricevuto una rinnovata
attenzione come strumento per analizzare, caratterizzare e recuperare
informazioni da dati biologici, tematiche cruciali in bioinformatica. 

Nel corso del seminario verranno presentati i concetti generali relativi al
clustering di dati, mettendo in evidenza le principali tematiche di ricerca
aperte. Successivamente, verranno presentati alcuni problemi bioinformatici
formulabili in questo contesto, descrivendo più nel dettaglio recenti sviluppi
nel contesto dell'analisi filogenetica di organismi.