Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

Analisi Multivariata

Oggetto:

Multivariate Analysis

Oggetto:

Anno accademico 2021/2022

Codice dell'attività didattica
ECM0196A
Docente
Natalia Golini (Titolare del corso)
Insegnamento integrato
Corso di studi
Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
Anno
3° anno
Periodo didattico
Secondo semestre
Tipologia
Caratterizzante
Crediti/Valenza
6
SSD dell'attività didattica
SECS-S/01 - statistica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Fortemente consigliata/Recommended
Tipologia d'esame
Scritto ed orale
Prerequisiti

Buona conoscenza degli elementi di base di:
- analisi dei dati e probabilità;
- teoria statistica delle decisioni;
- analisi del modello di regressione lineare;
- linguaggio R.


Good knowledge of basic elements of:
- data analysis and probability;
- inferential statistics;
- linear regression model;
- R language.

Propedeutico a
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L'insegnamento di Data Mining e Analisi Multivariata è finalizzato a fornire agli studenti strumenti avanzati di analisi dei dati, attraverso cui estrapolare informazioni rilevanti da grandi dataset e guidare i collegati processi decisionali.

Obiettivi specifici dell'insegnamento sono:

  • introdurre le tecniche di base del Data Mining e dell'Analisi Multivariata;
  • sviluppare la capacità di scegliere il modello ottimale per analizzare i dati;
  • discutere lo studio di alcune applicazioni reali.

The Data Mining and Multivariate Analysis course is addressed to give advanced data analysis instruments to extract relevant information from big dataset and to guide decision processes.

Specific course objectives are:

  • the introduction of main Data Mining and Multivariate Analysis techniques;
  • the development of the capacity to select the optimal model for data analysis;
  • the discussion of selected case studies.

 

Oggetto:

Risultati dell'apprendimento attesi

Al termine dell'insegnamento lo studente avrà:

  • conoscenza della terminologia scientifica e comprensione degli aspetti teorici e applicativi presentati durante le lezioni, contenuti nel libro di testo e nei materiali dell'insegnamento;
  • conoscenza e capicità di comprensione applicata degli strumenti statistici e computazionali per il Data Mining e la Statistica Multivariata;
  • autonomia di giudizio e conseguente possibilità di sviluppare considerazioni logiche e deduttive indispensabili per lavorare autonomamente nella ricerca, nella selezione e nello studio di dati con il supporto di strumenti di di Data Mining e Analisi Multivariata;
  • abilità comunicative per divulgare in forma scritta e orale i risultati delle analisi condotte utilizzando metodi efficaci e lessico appropriato.

 

At the end of the course students will have:

  • knowledge of scientific terminology and understanding of the theoretical and applied aspects presented in the lectures, in the textbook and in the course material;
  • ability to apply knowledge and understanding of statistical and computational tools forData Mining and Multivariate Analysis;
  • critical thinking and ability to work independently in the research, the selection and the study of data with the support of the Data Mining and Multivariate Analysis tools;
  • communicative abilities to clearly describe and interprete results. 

 

Oggetto:

Modalità di insegnamento

L’insegnamento è strutturato in 36 ore di didattica (6 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. Inoltre, gli studenti e le studentesse con fragilità o residenti fuori regione potranno sempre fruire della lezione in diretta streaming sulla stanza webex: 

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

I materiali dell’insegnamento saranno fruibili sulla pagina Moodle dell'insegnamento.

 

The course consists of 36 hours (6 CFU) of teaching, divided into classes of 2 hours according to the academic calendar. The teaching, which consists of theoretical and practical lessons (with R), will be held in presence. Furthermore, students with health frailty or residents outside the region will always be able to attend them in streaming using the following link:

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

All the teaching materials will be available on the Moodle page.

Oggetto:

Modalità di verifica dell'apprendimento

La verifica dell'apprendimento sarà volta a verificare:

  • la conoscenza estensiva del programma dell'insegnamento di entrambi i moduli del corso di Data Mining e Analisi Multivariata;
  • la capacità di interpretare l'applicazione proposta;
  • la capacità di comunicare sinteticamente la natura e le proprietà degli strumenti utilizzati. 

 

La verifica dell’apprendimento prevede, sia in presenza che a distanza:

  • una prova scritta obbligatoria (su piattaforma Moodle se svolta a distanza)
  • una prova orale obbligatoria (in collegamento WebEx - con webcam accesa - se svolta a distanza)

La prova scritta è un test (un Quiz su Moodle se la prova è svolta a distanza) che comprende domande a risposta multipla e domande a risposta aperta. Tramite queste ultime, si chiederà di commentare i risultati di un'analisi condotta su uno o più casi studio e il codice R sviluppato per produrla, e di rispondere ad alcune domande teoriche riguardanti gli strumenti utilizzati durante l'insegnamento.

La prova orale verterà su gli stessi argomenti della prova scritta.

 
 
 

The exam is aimed at verifying:

  • the extensive knowledge of the course program of both modules of the main Data Mining and Multivariate Analysis course;
  • the ability to interpret the proposed application;
  • the ability to synthetically communicate the nature and properties of the tools used.

It consists of, both in the presence and remotely:

  • mandatory written test (on the Moodle platform if carried out remotely);
  • mandatory oral test (in connection with WebEx, with the webcam on, if carried out remotely).

The written part is a test (a Moodle Quiz if the test if carried out remotely) consisting of multiple-choice questions and open questions. The latter include comments on the results and the R code used in one or more selected case studies, as well as theoretical questions about the tools used during the course. 

The oral exam will focus on the same topics as the written exam.

 

Oggetto:

Attività di supporto

Oggetto:

Programma

  • Analisi delle Componenti Principali.
  • Analisi Fattoriale (in breve).
  • Analisi delle Corrispondenze. 
  • Distanze e Indici di Similarità.
  • Analisi dei gruppi.

  • Principal Component Analysis. 
  • Notes on Factor Analysis.
  • Correspondence Analysis.
  • Distance and Similarity Measures.
  • Cluster Analysis.

Testi consigliati e bibliografia

Oggetto:

Analisi dei dati e data mining per le decisioni aziendali 
Autori: Sergio Zani, Andrea Cerioli
Editore: Giuffrè
Data di Pubblicazione: 2007
EAN: 9788814204999
ISBN: 8814204993

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
ONLINE VERSION: http://www.mmds.org

 

An introduction to generalized linear models,Autori: Dobson A.J. and Barnett A.G., Edizione:Third 

http://www.ru.ac.bd/wp-content/uploads/sites/25/2019/03/202_06_Dobson_An-Introduction-to-Generalized-Linear-Models-2008.pdf

Analisi dei dati e data mining per le decisioni aziendali
Autori: Sergio Zani, Andrea Cerioli
Editore: Giuffrè
Data di Pubblicazione: 2007
EAN: 9788814204999
ISBN: 8814204993

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
ONLINE VERSION: http://www.mmds.org

 

 





Oggetto:

Note

-Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso. In ogni caso per l'insegnamento è assicurata la modalità a distanza per tutto l'anno accademico.

-Per quanto riguarda la verifica dell'apprendimento, in osservanza alle indicazioni dell'Università di Torino, sono state descritte sia le caratteristice dell'esame che avverrà in presenza, sia le caratteristiche dell'esame a distanza riservato alle categorie di studenti e studentesse esplicitamente individuate dall'Ateneo.

 

Orario Lezioni

 

The way the teaching activity is carried out may be subject to variations according to the evolution of the Covid-19 emergency. 

Oggetto:

Altre informazioni

http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html
Oggetto:
Ultimo aggiornamento: 17/02/2022 12:27
Location: https://www.didattica-est.unito.it/robots.html
Non cliccare qui!