- Oggetto:
Coding per la statistica e Data science
- Oggetto:
Coding for statistics and Data science
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- ECM0324B
- Docente
- Luigi Di Caro (Titolare del corso)
- Corso di studio
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 1° anno
- Periodo
- Secondo semestre
- Tipologia
- Affine o integrativo
- Crediti/Valenza
- 6
- SSD attività didattica
- INF/01 - informatica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Consigliata/Recommended
- Tipologia esame
- Scritto
- Tipologia unità didattica
- modulo
- Insegnamento integrato
- Simulazione e coding per la statistica (ECM0324)
- Propedeutico a
-
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L’insegnamento ha come obiettivi formativi principali l'acquisizione delle competenze necessarie nell’ambito della Data Science e dell'Analisi dei Dati. In particolare, l’insegnamento si propone di fornire una solida base di conoscenze sui fondamenti della Data Science, comprese le tecniche di esplorazione e comunicazione dei risultati. Inoltre, l’insegnamento mira a fornire una formazione avanzata sul coding con R, inclusi i fondamenti di programmazione e l'utilizzo dei pacchetti R per l'analisi dei dati. Al termine del corso, gli studenti e le studentesse dovrebbero essere in grado di applicare queste competenze in progetti di data science reali e di contribuire in modo significativo allo sviluppo di soluzioni di data science in diversi settori.
The main educational objectives of this teaching are the acquisition of the necessary skills in the field of Data Science and Data Analysis. In particular, the course aims to provide a solid knowledge base on the fundamentals of Data Science, including techniques for exploring and communicating results. Additionally, the teaching aims to provide advanced training on coding with R, including programming fundamentals and the use of R packages for data analysis. At the end of the course, students should be able to apply these skills in real data science projects and make significant contributions to the development of data science solutions in various sectors.
- Oggetto:
Risultati dell'apprendimento attesi
Si prevede l'apprendimento della terminologia scientifica e la capacità di comprensione degli aspetti teorici ed applicativi relativi alla Data Science, all’utilizzo di R per la manipolazione e analisi dei dati.
Gli studenti e le studentesse dovranno essere in grado di applicare i metodi e gli strumenti acquisiti per aggiornare ed approfondire i contenuti studiati, anche in contesti professionali, e per intraprendere studi successivi.
The course aims to develop students' understanding of scientific terminology and theoretical and practical aspects related to Data Science, the use of R for data manipulation and analysis. Students will be expected to apply the methods and tools they acquire to update and deepen their knowledge, even in professional contexts, and to undertake further studies.
- Oggetto:
Programma
- Presentazione del corso e degli obiettivi formativi
- Introduzione alla Data Science e le sue applicazioni
- Tecniche di esplorazione e comunicazione dei risultatiCoding con R:
- Recap sul linguaggio di programmazione R e al suo ambiente di sviluppo RStudio
- Fondamenti di programmazione con R: import/export, variabili, funzioni, cicli e condizioni
- Utilizzo dei pacchetti R per la visualizzazione e l'analisi dei dati, tra cui ggplot2, dplyr e tidyverse
- Rmarkdown per la produzione di report di analisi dei dati
- Applicazione su esempi ed esercitazioni anche relative a metodi di simulazione per la statistica- Course introduction and learning objectives
- Introduction to Data Science and its applications
- Techniques for exploring and communicating resultsCoding with R:
- Recap on the R programming language and its development environment RStudio
- Fundamentals of programming with R: import/export, variables, functions, loops, and conditions
- Use of R packages for data visualization and analysis, including ggplot2, dplyr, and tidyverse
- Rmarkdown for producing data analysis reports
- Application to examples and exercises including simulation methods for statistics- Oggetto:
Modalità di insegnamento
L’insegnamento è strutturato in 36 ore di didattica (6 CFU), suddivise in lezioni da 2 ore in base al calendario accademico. La didattica si costituisce di lezioni teoriche e pratiche ed è erogata in presenza.
I materiali dell’insegnamento saranno fruibili sulla pagina Moodle dell'insegnamento.
"The course is structured in 36 hours of teaching (6 CFU), divided into 2-hour lessons according to the academic calendar. The teaching consists of theoretical and practical lessons and is delivered in person. The course materials will be available on the Moodle page of the course.
- Oggetto:
Modalità di verifica dell'apprendimento
L'apprendimento verrà valutato attraverso un esame scritto. La prova scritta, della durata di 45 minuti, propone esercizi semi-strutturati volti a verificare il grado di acquisizione dei concetti e delle metodologie di progettazione e realizzazione di soluzioni per problemi di Data Science, usando costrutti del linguaggio R.
Il punteggio della valutazione finale è espresso con un numero compreso tra 1 e 30 e lode (dove 18 è il valore minimo per considerare l'esame come superato).
Learning will be evaluated through a written exam. The written test, lasting 45 minutes, consists of semi-structured exercises aimed at verifying the degree of acquisition of concepts and methodologies for designing and implementing solutions for Data Science problems, using constructs of the R language.
The final score is expressed as a number between 1 and 30 cum laude (where 18 is the minimum value to consider the exam passed).
- Oggetto:
Attività di supporto
Esercitazione di autovalutazione in corso di apprendimento saranno somministrate attraverso la piattaforma Moodle.
Self-assessment exercises during the learning process will be administered through the Moodle platform.
Testi consigliati e bibliografia
- Oggetto:
Dispense e materiale per sperimentazione gratuiti, sotto opportuna licenza Creative Commons, curati e forniti dal docente. Saranno disponibili su una piattaforma dedicata al supporto on-line alla didattica.
Free handouts and experimentation materials, under an appropriate Creative Commons license, will be curated and provided by the teacher. They will be available on a dedicated platform for online teaching support.
- Oggetto:
Note
Le lezioni sono erogate in presenza, utilizzando le aule fino alla loro capienza massima.
The lessons are delivered in person, using classrooms up to their maximum capacity.
- Registrazione
- Aperta
- Oggetto:
