DIPARTIMENTO DI MATEMATICA E INFORMATICA
Corso di laurea magistrale in Informatica
Anno accademico 2016/2017 - 1° anno - Curriculum Data Science
Corso di laurea magistrale in Informatica
Anno accademico 2016/2017 - 1° anno - Curriculum Data Science
FONDAMENTI DI ANALISI DATI E LABORATORIO
9 CFU - 1° semestre
Docente titolare dell'insegnamento
GIOVANNI GALLOProgrammazione del corso
| FONDAMENTI DI ANALISI DATI | ||
| Argomenti | Riferimenti testi | |
| 1 | Statistica descrittiva | |
| 2 | Modalità più comuni di visualizzaizone dati | |
| 3 | correlazione e indici di correlazione lineare | |
| 4 | confronto tra popolazioni, cenni di statistica inferenziale | |
| 5 | il problema della classificazione automatica, Ts, CS e errore | |
| 6 | Regressione lineare | |
| 7 | regressione non lineare e logistica | |
| 8 | Formula di Bayes, classificazione MAP | |
| 9 | Analisi discriminante: LDA, percettrone | |
| 10 | SVM, SVM e kernel trick | |
| 11 | Alberi decisionali: CART | |
| 12 | Riduzione di dimensionalità lineare: PCA | |
| 13 | Riduzione di dimensionalità non lineare | |
| 14 | K-nn e parzen methods (metodi non parametrici) | |
| 15 | Clustering: k-means, medoids, clustering gerarchico | |
| 16 | Ensamble techniques, boosting | |
| LABORATORIO | ||
| Argomenti | Riferimenti testi | |
| 1 | introduzione a Python | |
| 2 | librerie Python per l'analisi dati | |
| 3 | casi di studio notevoli | |
| 4 | esempi di analisi, visualizzazione, calssificazione in Python | |
Apri in formato Pdf English version