- Docente: Marzia Freo
- Crediti formativi: 6
- SSD: SECS-S/03
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Direzione aziendale (cod. 0897)
Conoscenze e abilità da conseguire
Al termine del corso, lo studente conosce i modelli statistici che sono alla base dell'attività di estrazione di conoscenza da grandi quantità di dati (Big Data). In particolare, lo studente è in grado di: - strutturare un processo di data mining; - scegliere, tra gli strumenti metodologici, quelli più adeguati a raggiungere l'obiettivo in esame; - interpretare criticamente i risultati.
Contenuti
1. Introduzione: big data, data mining, machine learning e statistica
2. Analisi esplorativa dei dati
3. Analisi dei gruppi
4. Alberi di classificazione
Testi/Bibliografia
Il materiale didattico è depositato in Insegnamenti on-line.
A supporto si consiglia il seguente libro:
Azzalini A., Scarpa B. (2004). Analisi dei dati e data mining. Springer-Verlag Italia, Milano
Metodi didattici
Il corso è svolto in laboratorio informatico.
Durante le lezioni vengono presentati gli strumenti statistici presentati e applicati su data set relativi a specifici casi di studio.
L'obiettivo dell'attività di laboratorio è di consolidare le conoscenze teoriche, e di sviluppare capacità critiche nella scelta degli strumenti metodologici più adeguati al problema in esame e nell'interpretazione dei risultati.
Al termine di ogni lezione, sono somministrate alcune domande per la verifica dell'apprendimento tramite un sondaggio web.
Modalità di verifica e valutazione dell'apprendimento
Obiettivo
La verifica avviene mediante un esame finale che mira a verificare l'apprendimento dei metodi statistici presentati durante il corso e le capacità critiche maturate dallo studente nella progettazione di un'attività di analisi statistica.
Svolgimento
L'esame consiste in una prova scritta, della durata di 1 ora e mezza, composta da 8 quesiti a risposta aperta sugli argomenti trattati: 4 quesiti riguardano aspetti teorici e i restanti 4 sono relativi all'interpretazione e alla lettura critica dei risultati di una specifica analisi dei dati.
Durante la prova scritta non è possibile consultare appunti, libri o supporti informatici.
Al termine di ogni lezione, sono somministrate alcune domande per la verifica dell'apprendimento tramite un sondaggio web. La risposta alle domande nei tempi stabiliti produce un punteggio che si somma a quello della prova scritta.
Valutazione
La valutazione alle domande somministrate con il sondaggio web alla fine delle lezioni è, per ogni lezione, la seguente: 0.1 punti se si è risposto a tutte le domande della lezione, 0.3 punti se si è risposto CORRETTAMENTE ad almeno metà delle domande della lezione.
La valutazione della prova scritta è espressa in trentesimi e corrisponde alla somma dei punteggi conseguiti dallo studente rispondendo a ciascuna delle 8 domande.
La valutazione complessiva corrisponde alla somma del punteggio della prova scritta e dei punteggi ottenuti nei sondaggi somministrati alla fine delle lezioni, arrotondata all'intero più vicino.
Il voto 30L è attribuito SOLO a chi ottiene il punteggio massimo nella prova scritta.
Strumenti a supporto della didattica
Pc; videoproiettore; aula di laboratorio informatico.
Il materiale didattico presentato dal docente a lezione e durante le esercitazioni è reso disponibile dal docente al link https://iol.unibo.it/course/ [http://campus.unibo.it/]
Orario di ricevimento
Consulta il sito web di Marzia Freo