CODICE | 42396 |
---|---|
ANNO ACCADEMICO | 2022/2023 |
CFU |
|
SETTORE SCIENTIFICO DISCIPLINARE | CHIM/01 |
LINGUA | Italiano |
SEDE |
|
PERIODO | 2° Semestre |
MODULI | Questo insegnamento è un modulo di: |
MATERIALE DIDATTICO | AULAWEB |
Il corso prevede la trattazione delle tecniche base di analisi multivariata applicata all’estrazione di informazione da dati chimici complessi, includendo: analisi esplorativa (PCA: Analisi delle Componenti Principali) per visualizzare la struttura dei dati multivariati; metodi di classificazione e modellamento per identificare un campione come appartenente ad un gruppo di campioni precedentemente definiti; metodi di regressione per determinare la quantità di un componente, una proprietà o un altro valore a partire dal blocco X delle variabili misurate.
Fornire agli studenti gli strumenti necessari per elaborare dati chimici complessi ed estrarre da questi l’informazione utile.
Gli studenti acquisiranno le conoscenze necessarie per elaborare dati chimici complessi. In particolare saranno in grado di sviluppare modelli predittivi di classificazione o regressione utilizzando un software per l’analisi multivariata (CAT).
Le lezioni saranno in parte teoriche e in parte pratiche. Durante le lezioni teoriche verranno esposti i principali metodi di analisi multivariata (PCA, LDA, PLS, ecc). Le lezioni pratiche invece si svolgeranno al computer e gli studenti impareranno a utilizzare un software chemiometrico (CAT) per elaborare e processare dati chimici.
Analisi esplorativa (PCA: Analisi delle Componenti Principali) per visualizzare la struttura dei dati multivariati; metodi di classificazione e modellamento per identificare un campione come appartenente ad un gruppo di campioni precedentemente definiti (LDA: Linear Discriminant Analysis); metodi di regressione per determinare la quantità di un componente, una proprietà o un altro valore a partire dal blocco X delle variabili misurate (PLS: Partial Least Square regression). Software per l’analisi multivariata: CAT.
Ricevimento: Appuntamento tramite mail: monica.casale@unige.it.
Ricevimento: Ricevimento: Presso la Sezione di Chimica e Tecnologie Farmaceutiche e Alimentari del Dipartimento di Farmacia – DIFAR (Viale Cembrano, 4) o in modalità telematica su MS-Teams, previo appuntamento con la docente, da concordare via e-mail (cristina.malegori@unige.it).
BRUNO TASSO (Presidente)
ELEONORA RUSSO
Secondo semestre.
L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.
Agli studenti verrà fornito un set di dati chimici che loro dovranno elaborare utilizzando gli opportuni strumenti di analisi multivariata. Poi prepareranno una presentazione in power point con i principali risultati ottenuti da esporre alla Commissione.