Conoscenze base di statistica e di informatica

ll corso intende avvicinare gli studenti all'introduzione del linguaggio di programmazione Python, all'analisi dei Big Data fornendo loro gli strumenti statistici e di Machine Learning fondamentali per lo studio e la descrizione di un qualsivoglia fenomeno economico attraverso rappresentazioni grafiche e misure di sintesi. Nel corso in particolare verra studiato l'applicazione di classificatori e regressori lineari mediante l'utilizzo di Python.

Gli obiettivi formativi del corso possono essere ulteriormente descritti di seguito:

CONOSCENZA E COMPRENSIONE: conoscere strumenti avanzati del linguaggio di programmazione Python per addestrare e testare algoritmi di Machine Learning (modelli lineari).

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: saper applicare librerie Python per analizzare dataset di benchmark rappresentanti fenomeni economici attraverso algoritmi di Machine Learning (modelli lineari).

1. Introduzione al corso e introduzione a Statistical Learning 2. Introduzione alla libreria per il machine learning in Python: scikit-learn 3. Regressione Lineare in Python 4. Classificatori in Python 5. Metodi di ri-campionamento in Python 6. Selezione del modello e regolarizzatori in Python

(A) Gareth, James, et al. An introduction to statistical learning: with applications in R. Spinger, 2013. ISBN: 978-1461471370

N/A

• - Lezioni frontali - Esercitazioni - Slide - Project work Utilizzo del linguaggio di programmazione open source Python

• Una prova scritta (project work), volta a valutare sia la capacità dello studente di applicare le competenze acquisite attraverso l'ausilio del linguaggio di programmazione Python, sia la sua comprensione degli aspetti teorici della disciplina, descritti all'interno dei contenuti del corso.

  Il docente metterà a disposizione esempi di prova scritta svolti negli anni precedenti. La prova orale risulta facoltativa.

  Per il superamento dell'esame lo studente deve aver ottenuto almeno la sufficienza nella valutazione della prova scritta (18/30). Il docente valuterà la risoluzione della prova scritta in merito alla risoluzione di un esercizio e l'implementazione di un algoritmo di Machine Learning tramite il linguaggio di programmazione Python.

  
  

  
  

Italiano