- 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. Dati e descrizione
2. Metodi di riduzione delle dimensioni: analisi dei fattori
3. Mappe percettive: analisi delle corrispondenze
4. Analisi dei gruppi
5. Alberi di classificazione
6. Analisi dei testi
Testi/Bibliografia
Il materiale didattico è depositato in Insegnamenti on-line.
A supporto si consigliano i seguenti testi:
Azzalini A., Scarpa B. (2004). Analisi dei dati e data mining. Springer-Verlag Italia, Milano
Cerioli A., Zani M. (2007) Analisi dei dati e data mining per le decisioni aziendali. Giuffrè Editore
Giudici P. (2005) Data Mining: Modelli informatici, statistici e applicazioni, McGraw Hill
Metodi didattici
Durante le lezioni vengono presentati alcuni casi studio aziendali e i metodi statistici più adeguati a risolvere il problema in esame.
In seguito sono presentate e discusse le modalità di soluzione dei casi attraverso l'uso di software statistici (SPSS, R).
Gli studenti sono invitati a risolvere i casi seguendo le istruzioni fornite dal docente, utilizzando in prima persona i software.
Il docente propone una lista di argomenti che gli studenti possono scegliere di approfondire svolgendo un lavoro in completa autonomia, da soli o in gruppi di 2. In tal caso concordano con il docente i tempi e le modalità di restituzione.
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
Prova orale. La prova consiste in due/tre domande orali in cui si valutano le conoscenze apprese dallo studente e il grado di approfondimento critico dell'apprendimento.
Le domande riguardano:
- aspetti teorici
- interpretazione e comprensione delle applicazioni
Gli studenti che si presentano all'Appello vengono interrogati in ordine di iscrizione. Se il numero di iscritti è elevato, vengono esaminati circa 15 candidati al giorno. In seguito alla chiusura delle liste il docente segnala ai candidati la scaletta delle prove orali.
Punteggi aggiuntivi
Gli approfondimenti presentati nelle modalità e scadenze concordate sono valutati da 0 a 3 punti. Il punteggio del migliore approfondimento per ogni studente si somma a quello della prova orale.
Il voto 30L è attribuito solo alla prova orale.
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
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.