Corsi di Studio del Dipartimento di Economia e Statistica "Cognetti de Martiis"

Per sostenere l'esame, come da regolamento didattico (art. 12), è necessario aver superato gli esami di:
• Matematica;
• Probabilità e inferenza statistica;
• Econometria.

--

Il corso si propone di introdurre metodi e modelli per estrarre informazioni rilevanti da grandi moli di dati, con particolare attenzione all'apprendimento statistico (statistical learning) sia in contesto predittivo che non (apprendimento supervisionato e non). Al fine di fornire le competenze per l'analisi e la modellazione di dati reali, le lezioni saranno integrate da esercitazioni in R.

Conoscenza delle principali tecniche di data mining e apprendimento statistico. Abilità nell'utilizzo della conoscenza acquisita in questo e in precedenti corsi per trattare problemi applicativi, anche attraverso l'uso di specifiche librerie del software statistico R.
Comprensione critica delle caratteristiche, delle potenzialità e dei limiti delle tecniche trattate, in modo da saper valutare quali siano gli strumenti più adatti nelle specifiche situazioni da sottoporre ad analisi.

L’insegnamento è strutturato in 72 ore di didattica (12 CFU), suddivise in lezioni da 2 ore in base al calendario accademico. La didattica, che si costituisce di lezioni teoriche e pratiche (con utilizzo del software R), è erogata in presenza con la possibilità di effettuazione a turni settimanali nel caso la capienza delle aule fosse stabilita come ridotta al 50%. In tal caso gli studenti e le studentesse che non sono di turno potranno fruire della lezione in streaming. Inoltre, gli studenti e le studentesse con fragilità o residenti fuori regione potranno sempre fruire della lezione in streaming. I materiali dell’insegnamento saranno fruibili sulla pagina Moodle dell'insegnamento. Verranno, inoltre, organizzati momenti d’interazione con gruppi di studenti in presenza e/o, dove non possibile, online.

AGGIORNAMENTO 17/9/21

Le lezioni sono erogate in presenza, utilizzando le aule fino alla loro capienza massima. L'accesso degli studenti alle lezioni in presenza può avvenire esclusivamente attraverso il possesso del green pass e la prenotazione obbligatoria del posto in aula tramite il software Student booking.

E' anche possibile seguire le lezioni in diretta streaming collegandosi alle pagine Webex delle docenti. Per la prima lezione collegarsi a:

https://unito.webex.com/meet/rosaria.ignaccolo

Successivamente, secondo un calendario che verrà via via aggiornato e pubblicato su Moodle ci si potrà collegare alla stanza Webex

https://unito.webex.com/meet/natalia.golini

Esame scritto seguito da una prova orale. Sono anche previste attività di valutazione formativa in itinere con esercizi da risolvere in gruppo utilizzando il software R.

Nella prova scritta lo studente sarà chiamato a rispondere a domande aperte concernenti algoritmi, nonché grafici, output o codice R relativi all’analisi di dati reali.

Se la prova scritta sarà svolta in remoto verrà sostenuta in collegamento WebEx (con webcam e microfono attivi) sulla piattaforma Moodle tramite la modalità “quiz”.

La prova orale è obbligatoria e per gli studenti che svolgeranno l’esame in remoto si terrà in collegamento WebEx (con webcam e microfono attivi).

Data la complessità organizzativa degli appelli d'esame, si raccomanda di iscriversi con largo anticipo (ALMENO dieci giorni prima dell'appello) e di cancellare la propria iscrizione tempestivamente nel caso non si intenda più partecipare all'esame.

--

• Introduzione al data mining e allo statistical learning.
• Tecniche di visualizzazione dei dati (con ggplot2).
• Modelli parametrici e nonparametrici. Valutazione dell'accuratezza di un modello. Contrasto tra bontà di adattamento e complessità di un modello.
• Regressione e Classificazione: richiami su regressione lineare e regressione logistica; analisi discriminante e K-nearest neighbors.
• Metodi di ricampionamento: validazione incrociata e bootstrap.
• Selezione di un modello lineare e regolarizzazione: selezione stepwise, ridge regression, principal components regression, partial least squares, LASSO.
• Metodi non-lineari (regressione flessibile): regressione polinomiale, splines di regressione, splines di lisciamento, modelli additivi generalizzati.
• Metodi basati su alberi di decisione: alberi di regressione e classificazione, Bagging, foreste casuali, Boosting.
• Support Vector Machines: classificatore con margine massimale, classificatore di tipo Support Vector, Classificazione con margini di decisione nonlineari, SVM con più di due classi.
• Apprendimento non supervisionato: regole di associazione, analisi delle componenti principali, metodi di raggruppamento.

Azzalini, Scarpa (2004), Analisi dei dati e data mining, Springer-Verlag

James, Witten, Hastie, Tibshirani (2013), An Introduction to Statistical Learning (with Applications in R), Springer-Verlag

Hastie, Tibshirani, Friedman (2009), The elements of statistical learning: data mining, inference and prediction. 2nd edition, Springer-Verlag

Maindonald, Braun (2010) Data Analysis and Graphics Using R: An Example-Based Approach. 3rd edition, Cambridge University Press

Wickham (2016), ggplot2. Elegant Graphics for Data Analysis. 2nd Edition, Springer-Verlag

Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso.