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
Richiedi una consulenza