Vai al contenuto principale
Italiano
English
Login
Dipartimento di Economia e Statistica "Cognetti de Martiis"
Corsi di Studio del Dipartimento di Economia e Statistica "Cognetti de Martiis"
search
menu
Cerca:
Cerca in:
Ricerca avanzata
Tutto il sito
Avvisi
Docenti
Corsi
Materiale didattico
Storico dei corsi
Documenti
Home
I corsi
Schede dei corsi
Perché studiare con noi
Economia e Statistica per le Organizzazioni
Economia dell'Ambiente, della Cultura e del Territorio
Metodi statistici ed economici per le decisioni
Profili professionali
Docenti
Contatti
Dove siamo
Organizzazione
Presidenti
Consigli dei corsi di laurea
Management didattico
Coordinatori/Tutor
Commissioni
Rappresentanti degli studenti
Segreteria studenti
Segreteria didattica
Regolamenti
Modulistica
Assicurazione della qualità
Sistema di qualità dei Corsi di Studio
Opinione degli studenti
Iscriversi
Orientamento
Guida ai corsi di studio
Requisiti di ammissione ai corsi di studio
Test di Accertamento dei Requisiti Minimi (TARM)
Iscrizioni
Riconoscimento crediti
Titoli di studio conseguiti all'estero
International students
Tasse
Residenze e mense
Studiare
Calendario didattico
Orario Lezioni
Insegnamenti
Piano carriera
Appelli d'esame
E-learning
Materiale didattico
Aule e laboratori
Tutorato
Disabilità
DSA
Borse premi e collaborazioni
Tirocinio e stage
Mobilita internazionale - Erasmus e UNITA
Laurearsi
Tesi e laurea
Proseguire gli studi
Orientamento lavoro
Job placement
Esami di stato
Equipollenze classi di laurea ai fini concorsuali
English
English Unito
Online teaching
Home
I corsi
arrow_drop_down
Schede dei corsi
Perché studiare con noi
arrow_drop_down
Economia e Statistica per le Organizzazioni
Economia dell'Ambiente, della Cultura e del Territorio
Metodi statistici ed economici per le decisioni
Profili professionali
Docenti
Contatti
Dove siamo
Organizzazione
arrow_drop_down
Presidenti
Consigli dei corsi di laurea
Management didattico
Coordinatori/Tutor
Commissioni
Rappresentanti degli studenti
Segreteria studenti
Segreteria didattica
Regolamenti
Modulistica
Assicurazione della qualità
arrow_drop_down
Sistema di qualità dei Corsi di Studio
Opinione degli studenti
Iscriversi
arrow_drop_down
Orientamento
Guida ai corsi di studio
Requisiti di ammissione ai corsi di studio
Test di Accertamento dei Requisiti Minimi (TARM)
Iscrizioni
Riconoscimento crediti
Titoli di studio conseguiti all'estero
International students
Tasse
Residenze e mense
Studiare
arrow_drop_down
Calendario didattico
Orario Lezioni
Insegnamenti
Piano carriera
Appelli d'esame
E-learning
Materiale didattico
Aule e laboratori
Tutorato
Disabilità
DSA
Borse premi e collaborazioni
Tirocinio e stage
Mobilita internazionale - Erasmus e UNITA
Laurearsi
arrow_drop_down
Tesi e laurea
Proseguire gli studi
Orientamento lavoro
Job placement
Esami di stato
Equipollenze classi di laurea ai fini concorsuali
English
arrow_drop_down
English Unito
Online teaching
Home
Materiale didattico
Business AnalyticsECM0131
Business Analytics
(ECM0131)
Docente:
Roberto Leombruni
Anno:
2° anno
Corso di studi:
Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
MATERIALE DIDATTICO
AA 2023/2024
Esercitazioni
Una biblioteca a caso
Lezioni
01 - Data, big data, found data
02 - CRISP model - schema on read vs write - DWHousing
03 - Data Models Conceptual, Logical, Physical
04 - Data procurement - scraping
6 - NLP and text mining
7 - neural networks
Testi
Corsi introduttivi a Python suggeriti
CRISP Guide
Interviewing Administrative Records - final
AA 2022/2023
Link
lab python su scraping presidenti - colab
lab python su scraping presidenti - py code
registrazione penultima lezione
Testi
06 - NLP and text mining
Info studentesse e studenti DSA disabilità EST
Info students special needs EST
Valutazione della didattica
AA 2021/2022
Lezioni
2 - Data Models Conceptual, Logical, Physical
3 - CRISP model - schema on read vs write - DWHousing
4 - Data procurement - scraping
5 - Modelling for business analytics
6 - NLP and text mining
CRISPWP-0800
Mini-lab on TA in SpaCy
AA 2020/2021
Slide
0 - elenco lezioni
1-2 data, big data, found data
10 - data procurement - scraping
13 - modelling for business analytics
16 - NLP and text mining
17-18 neural networks
3 - Data Models Conceptual, Logical, Physical
4 e 6 - e-r and logical data models
5 - Welcome to Analytics economy
7 - il job flow 1. schema on read vs write
Bokeh first steps
Mini-lab on TA in SpaCy
Presidents-venera
Scraping Einaudi at the campus Einaudi
Scraping Einaudi at the campus Einaudi
AA 2019/2020
Articoli
mnlogit
paper Bellinger et al 2003
paper IMF 2018
paper SAVONA 2019
Esercitazioni
dataset
Lezioni
Appendix 1 - Algorithms
Lecture 4 Bias and Variance
Lecture 7 Prediction
Lecture 8 Model eval
Lecture 9-10
Lesson 1 - Introduction to the module
Lesson 11-12
Lesson 15-16 LDA
Lesson 17 SNA
lesson 2 marketing and data
Lesson 3 data Science & Business Intelligence
Lesson 5-6 logit mnl rum
Programma
syllabus
Prove d'esame
data description
file 2
file 3
file1
Work project
AA 2018/2019
Lezioni
lezione 1
lezione 10
lezione 2
lezione 3
lezione 4
lezione 5
lezione 7
lezione 8
lezione 9
Programma
syllabus
Testi
esempio som 1
esempio som 2
Home
Stampa
Inizio pagina
Non cliccare qui!
