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)
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
Inglese