top of page

Data Analisys per l'azienda: transizione dai dati descrittivi ai dati predittivi

Corso esperienziale

Per passare dalla prospettiva dei processi di analisi dei dati meramente descrittivi e rivolti al passato a quelli predittivi e rivolti al futuro.

28 ore

8 maggio 2024

In presenza

Heading 3

DESCRIZIONE:

Il corso intende presentare i principi, le metodologie e gli strumenti di base per la Data Analysis (incluse le tecniche di Machine Learning) e formare le competenze necessarie per poter realizzare e seguire i progetti di advanced analytics in ambito aziendale. In particolare, verranno proposti degli strumenti per modificare la prospettiva dei processi di analisi dei dati: dagli aspetti meramente descrittivi e rivolti al passato (descriptive analytics, classica reportistica, BI) a quelli a maggior valore aggiunto e rivolti al futuro (predictive e prescriptive analytics). L'obiettivo principale è quello di fornire le conoscenze per comprendere potenzialità e limiti di questi strumenti e progettare le attività di advanced analytics interne o in outsourcing.

OBIETTIVI:

/ Conoscere le potenzialità e i limiti degli strumenti di advanced analytics e machine learning

/ Comprendere le tecniche e le metodologie di analisi e il loro uso

/ Apprendere l'uso pratico di sistemi di advanced analytics e machine learning su casi d'uso

/ Fornire gli strumenti concettuali necessari a progettare, scegliere e valutare l'efficacia delle tecniche

PROGRAMMA:

/ Introduzione ai processi di advanced analytics, classificazione di Gartner, il modello CRISP-DM, le competenze secondo IBM

/ Individuare similarità e regolarità: l'analisi di associazioni (pattern) e individuazione di cluster

/ Predire una classe – tecniche di classificazione: alberi di classificazione, tecniche naive Bayes, SVM, Reti Neurali Predire un valore – tecniche di regressione: regressione numerica, alberi di regressioni, Reti Neurali

/ Riduzione di dimensionalità, Sistemi di raccomandazione

/ Il processo di addestramento dei modelli, ottimizzazione dei parametri e validazione dei risultati

/ Tecniche avanzate di combinazione dei modelli (metodi ensemble): Bagging, Boosting

/ Elaborazione di informazione non numerica: testi, immagini

/ Introduzione al software KNIME per la realizzazione di workflow di analytics su alcuni casi di studio

DESTINATARI:

Figure tecniche con competenze di base nell'elaborazione dell'informazione proveniente dai dati (realizzazione o fruizione di reportistica aziendale) che desiderano comprendere le potenzialità dell'advanced analytics per il supporto alle decisioni o per l'utilizzo in nuovi progetti.

DOCENTE:

Luca Di Gaspero 

Professore associato di Information Technology presso l'Università degli Studi di Udine ed è membro aggregato dell'Institute of Logic and Computation della Technische Universität Wien.


Francesca Da Ros

Dottoranda in Informatica e Intelligenza Artificiale presso l’Università degli Studi di Udine. Laureata in Ingegneria Gestionale all’Università degli Studi di Udine  e International Industrial Management alla FH Joanneum di Graz (Austria). I suoi interessi di ricerca riguardano prevalentemente l’ottimizzazione con algoritmi meta-euristici.

RICHIEDI INFORMAZIONI:

I tuoi dati sono stati inviati con successo!

TIPOLOGIA:

Corso esperienziale

LIVELLO:

Intermedio

TEMATICA SPECIFICA:

/ Tecnologie per l'analisi dei dati
/ Data Science
/ Data Engineering
/ Intelligenza Artificiale e Machine Learning abilitati dall'analisi dei dati
/ Business Intelligence

SEDE

Padova (PD)

DATE

8 maggio 2024
14 maggio 2025
22 maggio 2024
12 giugno 2024

PREZZO:

1.148,00 €

bottom of page