Nessuno

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.

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.

• 1.  (A) Gareth, Witten, Hastie, Tibshirani Introduzione all'apprendimento statistico Piccin, Padova, 2021 » Pagine/Capitoli: 1-6

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.

• Lezioni frontali, esercitazioni al computer attraverso l'ausilio del software R

• 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.

Inglese