Analisi dei big data - Analisi dei big data - mod. b
- A.A. 2023/2024
- CFU 3
- Ore 20
- Classe di laurea LM-77
Conoscenze di base di statistica descrittiva e inferenziale, e probabilità
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.
(A); G. James, D. Witten, T. Hastie, R. Tibshirani; Introduzione all’apprendimento statistico con applicazioni in R; Piccin, Padova, 2020; Capitoli: 8 e 10; ISBN: 978-88-299-3094-4
Altre informazioni / materiali aggiuntivi
I lucidi utilizzati a lezione saranno disponibili nel canale Teams del corso, insieme a testo e soluzione delle esercitazioni e delle prove scritte dei passati appelli, e ad ogni altro supporto didattico utilizzato durante le lezioni.
-
- Lezioni frontali
- Esercitazioni
- Slide
- Project work
- Utilizzo del linguaggio di programmazione open source R
L'esame finale consiste in una prova scritta, e in un project work.
La prova scritta è costituita da domande di teoria.
Il project work consiste in un lavoro applicativo da svolgere autonomamente o in gruppo di max 3 persone su dataset concordati con il docente, su cui applicare i principali argomenti svolti a lezione, utilizzando il linguaggio di programmazione R.
Il project work va consegnato il giorno della prova scritta.
La prova orale è facoltativa.
La prova scritta e il project work (ed eventualmente la prova orale) contribuiscono in egual misura al risultato finale.
I criteri adottati per la graduazione dei voti della prova scritta, del project work e della prova orale sono i seguenti:
a) conoscenza e comprensione dei concetti teorici (il 30% sul totale della valutazione complessiva)
b) capacità di applicare le conoscenze (il 40% sul totale della valutazione complessiva)
c) autonomia di giudizio e di pensiero critico (il 30% sul totale della valutazione complessiva)
Italiano