SSD

Crediti

ING-INF/05

6

Obiettivi Formativi

Questo corso mira a sviluppare le abilità computazionali e il pensiero inferenziale dello studente esplorando i concetti fondamentali nella gestione dei dati, nell’elaborazione, nel calcolo statistico e nella visualizzazione dinamica utilizzando moderni strumenti di programmazione e piattaforme web, utilizzando concetti, idee, protocolli ed esempi di set di dati reali osservativi, simulati e derivati ​​dalla ricerca.

Competenze acquisite

Al termine del corso lo studente avrà acquisito la comprensione delle basi computazionali nella scienza dei Big Data, avrà sviluppato il proprio pensiero inferenziale critico e avrà sviluppato capacità applicative della materia in linguaggio R.

Programma

1.  Algebra lineare e calcolo con matrici; 
2. Riduzione della dimensionalità; 
3. Classi bayesiane; 
4. Algoritmi decisionali; 
5. Previsioni regressive; 
6. Modelli lineari regolarizzati; 
7. Convalida incrociata delle previsioni; 
8. Regole di associazione;
9. Clustering; 
10. Modelli valutativi; 
11. Miglioramenti dei modelli di performance; 
12. Ottimizzazione dei formati e selezione delle funzioni; 
13. Analisi longitudinale dei dati di grandi dimensioni.

Testi Consigliati

▪ D. GUPTA, Applied Analytics through Case Studies Using SAS and R: Implementing Predictive Models and Machine Learning Techniques, Apress, 2018

▪ Dispense distribuite dal docente

Modalità di Verifica

–         Prova scritta con domande aperte e scelta multipla

–         La durata della prova e di massimo 1.5 ore

–         La valutazione viene espressa in trentesimi