© 2018 - AIAF Formazione e Cultura Srl | C.F.e P.I.: 10352760150 | REA MI n. 1365579 | capitale sociale € 10.200 i.v.| credits | privacy

INTRODUZIONE ALL'ANALISI STATISTICA DEI BIG DATA

15 novembre   Scarica Depliant

Quota: 900,00€

Quota Socio: 720,00€

Meeting the Staff
 

OBIETTIVI

Lo sviluppo tecnologico rende oggi possibile la memorizzazione di una enorme quantità di dati, i cosiddetti Big Data, la cui analisi può consentire all’azienda di acquisire vantaggi competitivi, ad esempio ottimizzando i processi produttivi oppure stimando le potenzialità di un mercato. Nel Piano Nazionale Industria 4.0 si menziona l’impiego di analisi complesse attraverso Big Data come elemento di innovazione. 
Obiettivo del corso è introdurre i destinatari alle opportunità che i Big Data presentano. Nel corso si delineeranno le caratteristiche peculiari dei big data, e si presenteranno le più rilevanti analisi grafiche per l’esplorazione dei dati. Quindi saranno descritte le più importanti  tecniche di trattamento e analisi dei dati. Saranno infine illustrate alcune applicazioni a (big) dataset.

DESTINATARI

Il Corso si rivolge a coloro che operano nei settori industriale, finanziario e assicurativo con funzioni che richiedono l’analisi di grandi volumi di dati al fine di estrarre le informazioni in essi contenute e valutarne il potenziale impatto.

PROGRAMMA

Introduzione ai Big Data

  • Definizione

  • Le  4 V (Volume, Velocity, Variety, Veracity)

  • La matrice dei dati


Analisi esplorativa dei dati & data handling

  • Box-and-whiskers plot

  • Scatterplot

  • Scatterplot matrix

  • Heatmap

  • Coplot

  • Identificazione di outlier

  • Missing value

  • Data cleaning

  • Trasformazione dei dati


Tecniche di supervised learning

  • Regressione lineare classica, regressione polinomiale, regressione spline

  • Classificazione: regressione logistica, k-nearest neighbors

  • Alberi decisionali

  • Support vector machine


Tecniche di unsupervised learning

  • Analisi delle componenti principali

  • Cluster analysis


Applicazioni a (big) dataset

  • Utilizzo del software R