- Oggetto:
- Oggetto:
Lab of networks and graphs in data analysis
- Oggetto:
Lab of networks and graphs in data analysis
- Oggetto:
Anno accademico 2024/2025
- Codice attività didattica
- ECM0334
- Docente
- Simona Settepanella (Titolare del corso)
- Corso di studio
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 2° anno
- Periodo
- Secondo semestre
- Tipologia
- A scelta dello studente
- Crediti/Valenza
- 3
- SSD attività didattica
- SECS-S/06 - metodi matematici dell'economia e delle scienze att. e finanz.
- Erogazione
- Tradizionale
- Lingua
- Inglese
- Frequenza
- Obbligatoria/Compulsory
- Tipologia esame
- Orale
- Tipologia unità didattica
- corso
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L’insegnamento si propone, coerentemente con gli obiettivi formativi del Corso di Laurea magistrale in Metodi statistici ed economici per le decisioni , di:
1. fornire le conoscenze di base sui grafi e sull'omologia persistente di grafi;
2. mostrare esempi di applicazioni dell'omologia persistente di un grafo a networks in economia e nelle neuroscienze.
L'omologia persistente di grafi è una tecnica dell'analisi topologica di dati il cui utilizzo è diffuso soprattutto nelle neuroscienze. Le applicazioni dirette sono varie soprattutto nel caso dei big data, ossia quando e' necessario lo studio di grandi quantità di dati (ad esempio per la pulizia di dati).
Funzioni in un contesto professionale e sbocchi occupazionali
Il corso consente di acquisire competenze fondamentali per l'analisi dati in tutti i contesti professionali: centri di ricerca epidemiologica, neuroscientifica, demografica, sociale ed economica, nonché nelle assicurazioni e, più in generale, ovunque sia necessaria un'analisi di grandi quantità di dati.This laboratory aims to: 1. provide the basic knowledge on graphs and on the persistent homology of graphs; 2. show examples of applications of the persistent homology of a graph in economics and neuroscience.
Persistent graph homology is a tecnique in topological data analysis widely used
especially in neuroscience. The direct applications are various, especially in
the case of big data (for example for data cleaning). Applications in a professional context and employment opportunities The course allows you to acquire fundamental skills for data analysis in all
professional contexts: epidemiological, neuroscientific, demographic, social
and economic research centers, as well as in insurance and, more generally,
wherever the analysis of large quantities of data is necessary.- Oggetto:
Risultati dell'apprendimento attesi
Al termine dell’insegnamento e coerentemente con gli obiettivi formativi sopraenunciati, lo studente dovrà:
1. conoscere le basi della teoria dei grafi e di applicarle per la modellizzazione di semplici problemi;
2. essere in grado di calcolare l'omologia persistente di un grafo dato.
At the end of the laboratory the student will have to be able to: 1. know the basics of graph theory and apply them for the modeling of simple problems; 2. be able to compute the persistent homology of a given graph.
- Oggetto:
Programma
- Concetti introduttivi: grafi e tipi speciali di grafi;
- Cammini, Circuiti, Cammini semplici e Cicli;
- Filtrazione di grafi;
- Omologia persistente di una filtrazione e suo codice a barre;
- Esempi.
- Introductory concepts: graphs and special types of graphs;
- Trails, Circuits, Paths and Cycles;
- Graphs filtration;
- Persistent homology and Barcode of a filtration:
- Exemples.
- Oggetto:
Modalità di insegnamento
24 ore di lezione frontale.
24 hours of lessons in presence.
- Oggetto:
Modalità di verifica dell'apprendimento
L'esame consisterà in un seminario di 20 minuti su un argomento precedentemente concordato con l'insegnante.
The exam will consist of a 20 minutes seminar on a topic decided with the teacher.
Testi consigliati e bibliografia
- Registrazione
- Aperta
- Oggetto: