TEORIE, MODELLI E TECNICHE INFORMATICHE E DI ANALISI DEI DATI

Prerequisiti richiesti

• TECNICHE DI ANALISI MONOVARIATA E MULTIVARIATA

  Corso di statistica di base

• INTRODUZIONE AL DATA MINING

  Conoscenze di base di informatica

Frequenza lezioni

• TECNICHE DI ANALISI MONOVARIATA E MULTIVARIATA

  Praticamente obbligatoria.

• INTRODUZIONE AL DATA MINING

  libera

Contenuti del corso

• TECNICHE DI ANALISI MONOVARIATA E MULTIVARIATA

  Il corso si focalizzerà sullo studio dell’analisi monovariata, bivariata e multivariata utilizzando il linguaggio R, ossia un ambiente open source per la gestione dei dati, l’analisi statistica, la produzione di grafici e, più in generale, per l’uso di moltissimi metodi formali (Networks Analysis, Time Series Analysis, Differential Equations, Machine Learning, Multivariate Statistics, ecc.).

  Il corso prevede la trattazione di:

  1) nozioni basilari di matematica e logica propedeutiche alla programmazione informatica;

  2) operazioni su vettori, matrici, fattori, liste, tabelle, data frame, mediante il linguaggio R;

  3) operazioni di lettura e scrittura su file esterni mediante in linguaggio R;

  4) rappresentazioni grafiche dei dati mediante il linguaggio R;

  5) programmazione con R: definizioni di nuove funzioni, costrutti di controllo, costrutti condizionali e

  costrutti iterativi (if, ifelse, for, while, break, repeat, next);

  6) statistica descrittiva univariata e bivariata mediante il linguaggio R;

  7) correlazione e regressione lineare mediante il linguaggio R;

  8) analisi delle componenti principali mediante il linguaggio R;

  9) cluster analysis mediante il linguaggio R;

  10) network analysis mediante il linguaggio R;

• INTRODUZIONE AL DATA MINING

  SI introduce il tema del dato e dell’informazione. SI passa poi alle tecniche relazionali di archiviazione e recupero del dato. Si discute dei “data base management systems” e del sistema delle transazioni che garantisce la coerenza del dato. Si introduce anche l’algebra relazionale che rappresenta la logica per il recupero dell’informazione dalle basi di dati relazionali e che rappresenta la base dei linguaggi di interrogazione SQL

Testi di riferimento

• TECNICHE DI ANALISI MONOVARIATA E MULTIVARIATA

  Dispense del docente

• INTRODUZIONE AL DATA MINING

  - Opzionale: Introduction to Computational Social Science, Principle and Applications. Claudio Cioffi-Revilla (In inglese)
  - Opzionale: Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor Mayer-Schönberger, Kenneth N. Cukier e R. Merlini

Programmazione del corso

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

• TECNICHE DI ANALISI MONOVARIATA E MULTIVARIATA

  prova pratica al computer

Esempi di domande e/o esercizi frequenti

• TECNICHE DI ANALISI MONOVARIATA E MULTIVARIATA

  Uso delle funzioni di base principali di R.
  Come si installano e si caricano i pacchetti in R.
  Come si costruisce e si opera su un vettore, una matrice, un dataframe in R.
  Come si costrisce un grafico in R.
  Come si costruisce una funzione in R.
  Come si svolge l’analisi di correlazione e regressione in R.