PRESENTAZIONE

Nell'era dell'informazione qualunque sistema o dispositivo genera una qualche forma di dati per scopi diagnostici o di analisi. Il corso dettaglia le tecniche di base per la raccolta, l'elaborazione e l'analisi dei dati allo scopo di ricavarne informazioni e nuova conoscenza per il supporto alle decisioni.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso fornisce competenze avanzate relativamente alle tematiche di analisi dei dati. Verranno erogati approfondimenti sulle metodologie di data mining e applicazioni specifiche di tali metodologie a particolari organizzazioni di dati.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Lo studente sarà in grado di applicare le conoscenze acquisite ad un caso di studio ricavando il modello del fenomeno che ha generato i dati in esame.

MODALITA' DIDATTICHE

Il corso alterna lezioni frontali con sessioni di esercitazioni pratiche al calcolatore in linguaggio MATLAB. 

PROGRAMMA/CONTENUTO

1. Introduction
2. Data, Uncertainty and Learning Problems
3. ​Data preprocessing and Exploratory Data Analysis
4. Association Mining
5. Statistical inference
6. Naïve methods
7. Rule based methods
8. Linear methods
9. Kernel methods
10. Advances in kernel methods
11. Neural networks

TESTI/BIBLIOGRAFIA

C.C.Aggarwal, "Data Mining - The textbook", 2015

T.Hastie, R.Tibshirani, J.Friedman, "The Elements of Statistical Learning: Data Mining, Inference, and Prediction", 2009.

M.R.Berthold, C.Borgelt, F.Hoppner, F.Klawonn, "Guide to Intelligent Data Analysis", 2010.

DOCENTI E COMMISSIONI

Commissione d'esame

DAVIDE ANGUITA (Presidente)

LUCA ONETO (Presidente)

SANDRO RIDELLA

LEZIONI

Orari delle lezioni

DATA ANALYSIS AND DATA MINING

ESAMI

MODALITA' D'ESAME

Orale

MODALITA' DI ACCERTAMENTO

Lo studente svilupperà un caso di studio applicando le tecniche apprese ad un dataset di propria scelta.

Calendario appelli