PRESENTAZIONE

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Introduzione a strumenti utile nell'area della Data Science come il linguaggio Python e le librerie collegate (itertools, numpy, scipy, ecc.) ed esempi di applicazioni dell'informatica e della statistica all'analisi di dati.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Lo studente dovrà acquisire adeguate conoscenze su metodi, strumenti e algoritmi di ricerca dei dati basati sulla statistica e sull'intelligenza artificiale.
Lo studente dovrà essere in grado, in laboratorio, di analizzare un campione di dati mediante l'uso del software R e poi di redigere una relazione. 

MODALITA' DIDATTICHE

Lezioni frontali in presenza ed esercitazioni in laboratorio in linguaggio R. 

PROGRAMMA/CONTENUTO

Teoria: 
- Metodi per il trattamento dei dati: l'analisi statistica e l'intelligenza aritificiale;

- I campioni e l'analisi statistica. Cenni di statistica descrittiva. I Boxplot. Statistica inferenziale. Test delle ipotesi. 
- introduzione all'intelligenza artificiale. Tipi di problemi e paradigmi di risoluzione. La pianificazione e la ricerca. Ricerca non informata e informata. Gli algoritmi evolutivi. Esempi reali e applicazione al trattamento dei dati. 

Laboratorio: 

- Introduzione al linguaggio R. Grafici e tabelle. Statistica inferenziale e test in R. 
- Esempi reali e uso dei dati ISTAT. 

Redazione di un progetto di analisi dei dati con uso di R. 
 

TESTI/BIBLIOGRAFIA

Dispense del docente. 
Per la parte di intelligenza artificiale si fa riferimento ad alcune parti del libro: 

Rishal Hurbans, "Intelligenza artificiale spiegata in modo facile" , Ed. APOGEO, 2024

il dettaglio dei capitoli di riferimento del libro verrà indicato dal docente durante il corso. 

DOCENTI E COMMISSIONI

Commissione d'esame

MAURO COCCOLI (Presidente)

LEZIONI

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Esame scritto con domande di teoria ed esercizi.Presentazione di una relazione scritta di analisi di un campione di dati. La relazione si consiglia venga svolta in gruppo (massimo 4 persone). 
Il voto finale è media aritmetica delle due valutazioni. Il superamento avviene se il voto della singola parte è almeno 17 e se la media complessiva è almeno 18.

Calendario appelli