Cyberpsychology

No items selected

Data Science

Content language:Italian

Goals

Il corso introduce i concetti di Data Science, Data Scientist e Big Data, con particolare attenzione alla presenza dei dati nella nostra vita e alla loro produzione. Saranno presentate le diverse tipologie di database e le varie tecniche di analisi. Saranno ripresi i concetti base della statistica e sarà dato ampio spazio all’utilizzo di R e Python, due strumenti statistici open source molto diffusi. Saranno proposti esempi pratici di Machine Learning, Sentiment Analysis, Data mining e Network Analysis. Saranno evidenziati limiti e vantaggi dei big data.

Contents

Il corso ha l’obiettivo di fornire agli studenti e alle studentesse gli strumenti per individuare le potenzialità di un database, saper scegliere la tecnica più corretta per il tipo di dati e per le caratteristiche del progetto, saper interpretare correttamente i risultati delle ricerche altrui.

How to study

Appointed teaching professor

Professor not available

List of video lessons

Lesson n. 1: Data Science e Data Scientist Display lessons issues		Valentina Panetta
Perché sono importanti i dati? Quali dati possiamo analizzare La scienza dei dati e il Data Scientist
Lesson n. 2: Big Data Display lessons issues		Valentina Panetta
Lo sviluppo dei Big Data Cosa sono i Big Data Come gestire i Big Data Approccio critico ai Big data
Lesson n. 3: Tecniche di analisi in Data Science Display lessons issues		Valentina Panetta
Definire un obiettivo Tecniche di analisi Machine Learning e Data Mining
Lesson n. 4: Introduzione ad R Display lessons issues		Ilaria Simonelli
R e Rstudio Lavorare con R Tipi di dati
Lesson n. 5: Tipi di data base Display lessons issues		Ilaria Simonelli
Cos'è un database Esempi di formato dati Database Relazionali I formati wide e long
Lesson n. 6: Le frequenze e le tabelle a doppia entrata e uso di R Display lessons issues		Ilaria Simonelli
Distribuzione di frequenza semplice Creare una tabella di frequenza semplice in R Tabelle a doppia entrata Tabelle a doppia entrata in R
Lesson n. 7: Panoramica sulle statistiche descrittive: misure di tendenza centrale e dispersione e uso di R Display lessons issues		Valentina Panetta
Indici di tendenza centrale Indici di dispersione Comandi in R studio
Lesson n. 8: Correlazione e matrice di Correlazione Display lessons issues		Ilaria Simonelli
Relazione statistica Il coefficiente di correlazione lineare Il coefficiente di correlazione tra ranghi Esecuzione in R
Lesson n. 9: Rappresentazioni grafiche in R Display lessons issues		Ilaria Simonelli
Il pacchetto ggplot2 Personallizzare la parte estetica Gli oggetti geometrici
Lesson n. 10: Tecniche di analisi: le regressioni Display lessons issues		Valentina Panetta
Regressione lineare Regressione logistica
Lesson n. 11: Data Mining: esempio pratico Display lessons issues		Valentina Panetta
Text mining Esercitazione in R
Lesson n. 12: Sentiment analysis: esempio pratico Display lessons issues		Valentina Panetta
Sentiment Analysis Esempio pratico in R
Lesson n. 13: Network analysis: esempio pratico Display lessons issues		Valentina Panetta
Network Analysis Esempio pratico in R
Lesson n. 14: Applicazione pratica con R: Machine Learning Display lessons issues		Valentina Panetta
Machine Learning Albero decisionale Applicazione pratica con R

Menu secondario

Cyberpsychology

Data Science