Obiettivi del corso sono:
1.Fornire le conoscenze di base circa le prassi e gli algoritmi piùù comuni e stao dell'arte utlizzati nell'analisi dei dati mediate la presentazione del framwork teorico-matematico ed esempi conreti di implementazione ed utilizzo.
2. Avviare gli studenti alla costruzione, gestione, preprocessing di un data set reale allo scopo di estrarne, mediante le tecniche più opportune , classificatori automatici e siistemi di supporto alle decisioni.
3. Fornire conoscenze adeguate per la valutazione dei pro e contro dei differenti pardigmi di analisi dati in modo da potere proporre di caso in caso le oluzioni più adeguate per la soluzione die problemi di estrazione della conoscenza che si presentano.
4. Addestrare alla redazione di report completi, rigorosi, visualmente intutivi che comunichino in modo corretto ed efficace all'utente finale gli esiti della analisi ed esplorazione di un data set sperimentale, giustificandone con chiarezza le conclusioni.
5. Capacità di aggiornarsi all'uttilizzo di sistemi software, di linguaggi e algoritmi innovativi nel settore della analisi dei dati.
Gli obiettivi del corso sono:
Programmazione.
Nozioni di base di statistica e calcolo delle probabilità.
Nozioni di basi di dati.
Algebra lineare.
nozioni di calcolo numerico.
Conoscenze di base di programmazione.
Conoscenze di base del linguaggio di programmazione Python.
Obbligatoria tre volte la settimana
Obbligatoria, in alternanza con le lezioni del modulo di fondamenti di analisi dei dati, circa una volta alla settimana.
Statistica descrittiva e tecniche di visualizzazione.
Correlazione e regressione lineare. Regressione non lineare. regressione logistica.
Classificatori bayesiani: MAP.
Apprendimento di un classificatore: tipi di errore. matrice di confuzione. Curve ROC.
Dscriminati lienari: percettrone, discriminate lineare di Fisher, SVM.
Kernel trick e SVM non lineari.
PCA e altre tecniche non lineari di riduzione della dimenionalità.
K-nn
Alberi decisionali. CART.
Clustering: k-means e clustering gerarchico.
metodi di ensamble. Boosting.
si suggeriscono varie dispense del docente
Diverse dispense fornite dal docente.
hand outs docente. Testi e tutorial dalla rete.
Dispense fornite dal docente, documentazione dei pacchetti software utilizzati durante il 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 per il calcolo scientifico | |
2 | Statistica descrittiva (media, mediana, quartili, percentili, dotplot, istogrammi, media, varianza, deviazione standard, boxplot, grafici a torta) | |
3 | Distribuzione Guassiana | |
4 | Regressione Lineare | |
5 | Correlazione e Regressione Logistica | |
6 | Distribuzioni di Probabilità | |
7 | Classificazione Basata su Soglia, Curve ROC, Matrici di Confusione | |
8 | Classificazione MAP, Classificazione basata su distanza di Mahalanobis, Naive Bayes | |
9 | PCA e LDA | |
10 | SVM | |
11 | KNN | |
12 | Clustering: K-Means e Misture di Gaussiane (GMM) | |
13 | Classificazione mediante Alberi Decisionali (CART) |
L'esame si articola in tre prove distinte:
a) un laboratorio in Python offerto nelle date di esame a calendario. Viene proposto un data set e veine richiesto di condurre su tale data set una serie di analisi standard;
b) lo studente propone al docente lo studio di un dat set a sua scelta e concorda con il docente il tipo di analisi e irisultati cui tale analisi è orientata;
c) colloquio orale di verifica delle conoscenze di base relative al corso.
Il punto a indicato nel modulo di fondamenti analisi dati: prova di laboratorio in Python scolto nelle date di esame indicate in calendario. La prova consiste nel condurre e documentare una serie di analisi standard su un dataset fornito.
non sono previste
Non previste.
le verifiche di cui alla "modalità di esame" debbono essere sostenute nella sequenza:
a precede b precede c
Indicatori centrali e indicatori di dispersione. Correlazione. Regressione lineare.. Regressione logitica. Dipendenza e indipendenza statistica. teoremaa di Bayes. Classificazione MAP. Discriminante lineare. SVM. Kernel trick. Knn. K-means. CART.
Studiare la correlazione tra due variabili mediante l'analisi dello scatter plot e della matrice di correlazione.
Studiare la correlazione tra una variabile e un gruppo di variabili mediante la costruzione e analisi di un regressore lineare.
Studiare la correlazione tra un gruppo di varibili e il verificarsi di un evento mediante la costruzione e analisi di un regressore logistico.
Classificare dati mediante Naive Bayes.
Classificare dati mediante alberi decisionali.
Applicare tecniche di clustering a un insieme di dati.