OBIETTIVI FORMATIVI

Il corso illustra i concetti di base della Business Intelligence (BI) con particolare riferimento agli aspetti di Analytics e Data Mining, ovvero alla possibilità di utilizzare metodi analitici e di reportistica per il supporto alle decisioni aziendali. Lo studente acquisirà sia le capacità di base per il progetto di un sistema di BI, sia la capacità di valutare criticamente l’analisi di dati effettuata con strumenti di Data Mining. Durante il corso sono previsti alcuni interventi che illustreranno casi reali di applicazione della BI in azienda.

MODALITA' DIDATTICHE

Lezioni frontali, con svolgimento di esempi applicativi al calcolatore.

PROGRAMMA/CONTENUTO

Introduzione alla Business Intelligence (BI): problemi, metodi e strumenti.

Componenti di un sistema di BI: ETL, Data Mart e Data Warehouse, On Line Analytical Processing (OLAP), Reportistica e cruscotti aziendali, Analytics e Data Mining.

Analisi e definizione di Key Performance Indicators (KPIs).

Analytics: Richiami di inferenza statistica, Exploratory Data Analysis (EDA).

Tecniche e strumenti di Data Mining: alberi di decisione e regole di associazione; Naive Bayes; metodi lineari per classificazione e regressione; Reti Neurali Artificiali; Support Vector Machine e metodi basati su kernel; Metodi per clustering; Valutazione della qualità delle tecniche di Data Mining.

Esempi di progetto e utilizzo di sistemi per la BI.

Casi di studio aziendali.

TESTI/BIBLIOGRAFIA

Materiale fornito dal docente durante le lezioni.

Per approfondimenti:

•          C.Vercellis, Business Intelligence: modelli matematici e sistemi per le decisioni, McGraw-Hill, 2006.

•          P.Giudici, Data Mining: metodi informatici, statistici e applicazioni, McGraw-Hill, 2003.

•          J.Han, M.Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann, 2006 (2nd Ed.).