Salta ai contenuti. | Salta alla navigazione

Image Portlet
Home Luisa Scaccia Didattica 2022/2023 Statistica economica

Analisi dei big data - Mod. a

  • Informatica e analisi dei big data - Analisi dei big data Classe: LM-16
  • Statistica economica Classe: LM-77
  • A.A. 2022/2023
  • CFU 6, 6(m)
  • Ore 40, 40(m)
  • Classe di laurea LM-77, LM-77(m), LM-16(m)
Luisa Scaccia / Professoressa di ruolo - II fascia (STAT-01/A)
Dipartimento di Economia e Diritto
Prerequisiti

Nessuno

Obiettivi del corso

Il corso ha l'obiettivo di fornire agli studenti una serie di strumenti per modellizzare e comprendere insiemi di dati complessi e di grandi dimensioni. Il taglio del corso è di tipo pratico e applicato all'apprendimento statistico in ambito aziendale, del marketing e della finanza. Le esercitazioni previste hanno lo scopo di illustrare l'implementazione dei vari metodi di apprendimento statistico utilizzando il software statistico R e servono allo studente per acquisire consapevolezza del proprio grado di comprensione e conoscenza dei temi trattati.

Programma del corso

Il corso introduce il concetto di apprendimento statistico, sia supervisionato che non supervisionato. Vengono poi trattati i metodi lineari classici di regressione e classificazione (regressione lineare, regressione logistica, analisi discriminante lineare). Sono forniti gli strumenti necessari per scegliere la metodologia migliore con riferimento ad una data applicazione (cross-validation, bootstrap). Infine, vengono considerati metodi lineari più avanzati, quali regressione ridge e lasso, e particolarmente indicati in problemi ad alta dimensionalità, quali la regressione delle componenti principali e i minimi quadrati parziali.

Testi (A)dottati, (C)onsigliati
  • 1.  (A) Gareth, Witten, Hastie, Tibshirani Introduzione all'apprendimento statistico Piccin, Padova, 2021 » Pagine/Capitoli: 1-6
Altre informazioni / materiali aggiuntivi

Il programma da 6 crediti (sia per frequentanti che per non frequentanti) comprende i primi 6 cap. del libro adottato. Sono inoltre a disposizione sul sito http://docenti.unimc.it/docenti/luisa-scaccia esercitazioni svolte in aula con soluzioni, compiti scritti assegnati durante appelli passati, eventuale materiale didattico.

Metodi didattici
  • Lezioni frontali, esercitazioni al computer attraverso l'ausilio del software R
Modalità di valutazione
  • Una prova scritta, volta a valutare sia la capacità dello studente di applicare le competenze acquisite attraverso l'ausilio del software R, sia la sua comprensione degli aspetti teorici della disciplina. Una prova orale facoltativa.
Lingue, oltre all'italiano, che possono essere utilizzate per l'attività didattica

Inglese

Lingue, oltre all'italiano, che si intende utilizzare per la valutazione

Inglese