Clustering attraverso modelli mistura di curve bayesiane principali

Il presente lavoro di tesi propone un nuovo modello mistura bayesiano non parametrico per il clustering di dati provenienti da gruppi con forme non-standard attraverso curve bayesiane principali. La misura misturante è una misura di probabilità aleatoria discreta, e pertanto l'inferenza da tale tipologia di modelli è resa difficile dalla presenza di infiniti parametri della distribuzione misturante. Per tale motivo è stata utilizzata come misturante una versione troncata del parametro infinito dimensionale. L'inferenza a posteriori per i modelli considerati è stata prodotta attraverso metodi Markov Chain Monte Carlo, e successivamente implementata in linguaggio di programmazione C++. Il comportamento statistico dei modelli è stato infine testato su alcuni datasets simulati, sia bidimensionali che tridimensionali.