Obiettivi del corso

L'analisi dati moderna è cambiata notevolmente negli ultimi anni. Nuove tecnologie sviluppate per gestire grandi quantità di dati affiancano tecniche e metodi di analisi innovativi. Una conoscenza delle principali tecnologie applicate al mondo del data science è essenziale per identificare le domande pertinenti, essere in grado di raccogliere dati da fonti eterogenee, organizzare le informazioni e tradurre i risultati in soluzioni. Questo corso offre una panoramica del data science moderno ed una overview delle nuove tecnologie utilizzate in un contesto business.

Modulo A – Introduzione all'Analisi Dati

• Regressione e Analisi Bayesiana
• Regressione lineare: assunzioni dei modelli di regressione.
• Uso corretto ed errato dei modelli di regressione.
• Analisi bayesiana: quando è utile applicarla
• Esercitazioni: applicazione dei metodi di regressione e analisi bayesiana a casi pratici

Modulo B – Machine Learning

• Supervised vs. unsupervised learning
• Regressione & Classificazione
• Clustering
• Gradient boosting
• Cross Validation
• Esercitazione: passi necessari per sviluppare modelli supervised e unsupervised

Modulo C – Big Data

• Come costruire una rete capace di gestire Big Data
• Principali frameworks per Big Data: Hadoop, Dask & Spark
• Resilient Distributed Datasets, Dataframes & Mlib

Esercitazione: analisi dati con tecnologia applicata al big data