B6632 - LABORATORIO DI AMBIENTI DI SVILUPPO PER L'ANALISI STATISTICA

Conoscenze e abilità da conseguire

Il corso si pone l'obiettivo di fornire agli studenti le competenze necessarie per utilizzare Python e Tableau come strumenti per il calcolo statistico e la visualizzazione dei dati. Al termine del corso lo studente acquisisce competenze di base nella programmazione in Python e conosce le principali librerie per il calcolo scientifico e statistico. È in grado di manipolare vettori, matrici ed array, e anche di costruire simulazioni numeriche ed analizzarne i risultati. Inoltre, lo studente sarà in grado di manipolare dati complessi, creare grafici, visualizzazioni avanzate e dashboard interattive. Il taglio del corso è applicato: i diversi concetti verranno introdotti mediante esempi e studi di caso.

Contenuti

Modulo 1:

• Introduzione al linguaggio Python: ambienti di sviluppo ed ecosistema Python; la struttura del linguaggio; tipi di dato di base: interi, float, stringhe ed operatori; liste e tuple; oggetti Mutable ed Immutable; costrutti if-the-else, cicli for, definizione di funzioni.
• Il calcolo scientifico in Python con numpy: creazione array; algebra in virgola mobile estesa; array di numpy come oggetti e loro proprietà; funzioni di aggregazione: sum, max, min, mean, std; prodotti matriciali; vettorializzazione del codice.
• Le funzioni statisitche della libraria scipy: oggetti distribuzione e metodi associati; esempio di una simulazione Monte Carlo.
  
• Grafica con Matplotlib

Modulo 2:

• Introduzione a Tableau: descrizione stumenti Tableau (Desktop, Server, Public e Prep); panoramica dell'interfaccia di Tableau desktop e delle sue funzionalità; importazione e connessione dei dati da diverse fonti; dimensioni e metriche; introduzione al modello dati (relazioni); Esercizio: Tableau download, import dati.
• Creazione di Visualizzazioni di base: tipi di grafici a barre e grafici a dispersione; utilizzo di colori, forme ed etichette per migliorare le visualizzazioni; introduzione alla creazione di mappe geografiche; esercizio: visualizzazioni base.
• Campi calcolati e altri strumenti di analisi: creazione di calcoli personalizzati e campi calcolati (LOD?); gerarchie; set; utilizzo di filtri e azioni per creare interattività.
• Creazione di Dashboard: concetti fondamentali di visualizzazione dei dati e analisi visuale; progettazione e creazione di dashboard per la presentazione di più visualizzazioni; aggiunta di filtri globali e interattività tra le visualizzazioni; ottimizzazione dell'aspetto e della disposizione del dashboard.
• Ottimizzazione Dashboard, condivisione e distribuzione delle analisi: esportazione di visualizzazioni e dashboard in diversi formati; pubblicazione di dashboard interattivi su Tableau Server o Tableau Online.
  

Testi/Bibliografia

Materiale fornito dal docente

Materiale online:

• Tutorial su Pyhton: https://docs.python.org/3/tutorial/index.html
• Introduzione a Numpy: https://numpy.org/devdocs/user/quickstart.html

Metodi didattici

Tutorial interattivo svolto in laboratorio.

Modalità di verifica e valutazione dell'apprendimento

* Test su piattaforma Esami OnLine

* Consegna di un elaborato sviluppato su Tableau

Strumenti a supporto della didattica

• Laboratorio informatico
• Colab di Google
• Ambiente di sviluppo Spyder
  
• Software Tableau
• Piattaforma Microsoft Teams

 

Orario di ricevimento

Consulta il sito web di Paolo Foschi

Consulta il sito web di Giulia Martielli