98061 - INTEGRAZIONE E MINING DI DATI DA SORGENTI COMPLESSE

Scheda insegnamento

SDGs

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.

Istruzione di qualità Imprese innovazione e infrastrutture

Anno Accademico 2021/2022

Conoscenze e abilità da conseguire

Al termine del corso, gli studenti comprenderanno le principali funzioni dei nei flussi di dati, come la classificazione, la regressione, il clustering e la scoperta di regole associative; avranno una conoscenza intuitiva dell'applicazione di tali funzioni ai dati disponibili in funzione degli obiettivi delle organizzazioni e comprenderanno l'importanza di una valutazione quantitativa della loro efficacia.

Contenuti

L'obiettivo generale di acquisire conoscenze teoriche e competenze pratiche relative a concetti e ai metodi di “data analytics” verrà perseguito sviluppando tre aree:

  • Comprendere le funzioni principali di data analytics nel contesto delle “data-driven decisions”, quali classificazione, regressione, clustering e scoperta di regole associative.
  • Comprendere, a livello intuitivo, come applicarle le tecniche di data analytics ai dati disponibili secondo gli obiettivi di “business”, e quanto sia importante valutare quantitativamente la loro efficacia.
  • Imparare a sviluppare semplici elaborazioni utilizzando uno strumento di analisi dotato di interfaccia grafica.

Testi/Bibliografia

Slide del corso e letture di materiali online indicati durante le lezioni

Metodi didattici

Lezioni frontali ed attività di esercitazione in laboratorio

Modalità di verifica e valutazione dell'apprendimento

Realizzazione di un semplice progetto di apprendimento dai dati in gruppi di 2-3 persone.

Strumenti a supporto della didattica

  • Laboratorio informatico
  • Google Colab, linguaggio Python, libreria PyCaret

Orario di ricevimento

Consulta il sito web di Claudio Sartori