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
Data Mining e Analisi Multivariata 2ECM0029
Data Mining
(ECM0196B)
Docente:
Natalia Golini
,
Nicola Pronello
Anno:
3° anno
Corso di studi:
Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
MATERIALE DIDATTICO
AA 2018/2019
Altri files
20190200 - Read me
Addenda - Basi dati
Dati utilizzati durante le lezioni
Funzioni R
Immagini visualizzate durante le lezioni
Materiale completo modulo 1
R - corso introduttivo
Esercitazioni
20190326 - Esercizi fine modulo
base dati per esercizio Libri
Dataframe db libri
Elaborazione su dataframe db libri
esercizio lettura dati da Excel con readxl
esercizio lettura dati da Excel con xlsx
Lezioni
20190225 - Database E/A
20190226 - Disegno db E/A
20190228 - Datawarehouse
20190301 - Datamart e Data Lake
20190304_05 - Matrice dei dati
20190307 - Big Data e NoSQL
20190308_11 - Statistica univariata
20190314 - Correlazione
20190315 - Indipendenza e connessione
20190315 - Indipendenza esempi
20190318 - Indici modellistici
20190319 - ANOVA
20190321 - PCA
20190322 - Analisi dei Fattori
20190325 - Analisi discriminante
AA 2017/2018
Esercitazioni
Casi di studio
Esercitazioni_in_R
Lezioni
Big Data
Corso di R
Il processo KDD
Machine Learning
Home
Stampa
Inizio pagina
Non cliccare qui!
