Analisi dei big data - Mod. a

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 i metodi non lineari di apprendimento statistico, in particolare, metodi regressivi non lineari, metodi ad albero e support vector machines. La parte conclusiva del corso considera metodi di apprendimento non supervisionato come l'analisi in componenti principali e le metodologie di clustering gerarchico e non gerarchico.

• 1.  (A) Gareth, Witten, Hastie, Tibshirani Introduzione all'apprendimento statistico Piccin, Padova, 2021 » Pagine/Capitoli: 7-10

Il programma (sia per frequentanti che per non frequentanti) comprende i capitoli dal 7 al 10 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