- Oggetto:
Laboratorio: Machine learning per il business
- Oggetto:
Workshop: Machine learning for business
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- ECM0341
- Docente
- Lorenzo Campo (Titolare del corso)
- Corso di studio
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 1° anno, 2° anno, 3° anno
- Periodo
- Secondo semestre
- Tipologia
- Altre attività
- Crediti/Valenza
- 2
- SSD attività didattica
- NN/00 - nessun settore scientifico
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Consigliata/Recommended
- Tipologia esame
- Prova pratica
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Il laboratorio si propone di fornire allo studente le conoscenze basilari degli strumenti della Google Cloud Platform per poter configurare ed eseguire una predizione dell'andamento delle vendite in maniera indipendente, quindi senza che sia richiesta alcuna nozione di programmazione.
Imparerà inoltre a modulare i costi dell'infrastruttura senza averne necessariamente una conoscenza approfondita
Verrà inoltre fornita un'infarinatura sul funzionamento di alcuni strumenti che la Google Cloud Platform mette a disposizione per il caricamento e l'analisi dei dati.
The lab aims to provide the student with the basic knowledge of the Google Cloud Platform tools to be able to configure and perform a prediction of sales forecasting independently, therefore without any programming knowledge being required.
They will also learn to modulate infrastructure costs without necessarily having in-depth knowledge
An overview of the functioning of some tools that the Google Cloud Platform makes available for data loading and analysis will also be provided.
- Oggetto:
Risultati dell'apprendimento attesi
In linea con quanto indicato negli obiettivi formativi, al termine del laboratorio lo studente:
- avrà preso familiarità con le funzioni basilari di Big Query;
- sarà in grado di costruire e configurare in autonomia le varie componenti di un processo di sales forecasting;
- avrà una conoscenza basilare dello strumento di Looker Studio per poter generare dei report visuali dei risultati delle analisi effettuate.
In line with what is indicated in the planned learning objectives, at the end of the lab the student:
- will have become familiar with the basic functions of Big Query;
- will be able to independently build and configure the various components of a sales forecasting process;
- will have a basic knowledge of the Looker Studio tool to be able to generate visual reports of the results of the analyzes carried out.
- Oggetto:
Programma
Il laboratorio si dividerà in 3 fasi.
1- Introduzione agli strumenti e preparazione della base dati:
- Introduzione agli strumenti della Google Cloud Platform che verranno utilizzati durante il laboratorio. Nello specifico: Google Cloud Storage, Big Query e Vertex AI;
- Importazione di storici dati grezzi, in formato csv, su un bucket di Google Cloud Storage;
- Analisi dei dati appena importati e predisposizione di un'esportazione di questi su una tabella di Big Query;
- Ripetizione dei 2 punti precedenti a partire da un set di dati con la stessa struttura ma raccolti per un periodo più breve e più recente.
2- Sales Forecasting con Vertex AI:
- Approfondimento della funzionalità Sales Forecasting di Vertex AI;
- Creazione di un dataset a partire dalla tabella dei dati storici di creata in precedenza su Big Query;
- Estrazioni delle statistiche del dataset;
- Training di un modello predittivo a partire dal dataset;
- Esecuzione di un Batch Prediction, basata sul modello appena generato, utilizzando i dati "recenti" della tabella di Big Query creata precedentemente.
3- Analisi dei risultati:
- Esportazione dei risultati della Batch Prediction su Looker Studio così da poterli visualizzare in maniera più efficace;
- Analisi dei risultati ottenuti;
- Discussioni finali e possibili use case.
The lab will be divided into 3 phases.1- Introduction to the tools and preparation of the database:
- Introduction to the Google Cloud Platform tools that will be used during the laboratory. Specifically: Google Cloud Storage, Big Query and Vertex AI;
- Import of historical raw data, in csv format, to a Google Cloud Storage bucket;
- Analysis of the newly imported data and preparation of an export of these to a Big Query table;
- Repetition of the 2 previous points starting from a data set with the same structure but collected for a shorter and more recent period.
2- Sales Forecasting with Vertex AI:
- Deep dive into Vertex AI's Sales Forecasting functionality;
- Creation of a dataset starting from the historical data table previously created on Big Query;
- Extractions of dataset statistics;
- Training a predictive model starting from the dataset;
- Execution of a Batch Prediction, based on the newly generated model, using the "recent" data from the previously created Big Query table.
3- Analysis of the results:
- Exporting Batch Prediction results to Looker Studio so they can be viewed more effectively;
- Analysis of the obtained results;
- Final discussions and possible use cases.
- Oggetto:
Modalità di insegnamento
Lezioni nel laboratortio di informatica.
Classes in the computer lab
- Oggetto:
Modalità di verifica dell'apprendimento
Verrà valutato in base all'attività svolta in aula
It will be evaluated based on the activity carried out in the classroom
Testi consigliati e bibliografia
- Oggetto:
