mail unicampaniaunicampania webcerca

    Rosanna VERDE

    Insegnamento di DATA MINING

    Corso di laurea magistrale in SCIENZE E TECNICHE DELLE AMMINISTRAZIONI PUBBLICHE

    SSD: SECS-S/01

    CFU: 7,00

    ORE PER UNITÀ DIDATTICA: 42,00

    Periodo di Erogazione: Secondo Semestre

    Italiano

    Lingua di insegnamento

    Italiano

    Contenuti

    Introduzione: Il Data Mining versus Knowledge Discovery in Data Bases
    Analisi esplorativa dei dati
    Modelli statistici per il data mining:
    Regressione e Classificazione
    Metodi per il data mining:
    Regole di Associazione
    Misure di dissimilarità e distanze
    Metodi di Clustering divisivo (k-means) e gerarchico (criterio di Ward)
    Analisi in Componenti Principali
    Alberi di decisione (segmentazione binaria – alberi di classificazione e di regressione)

    Software per il Data Mining: R - XLSTAT

    Testi di riferimento

    In alternativa:
    Paolo GIUDICI, Data Mining, Ed. McGraw-Hill
    S. ZANI – A. CERIOLI, Analisi dei dati e Data Mining per le decisioni aziendali, Giuffrè Editore, Milano, 2007

    Obiettivi formativi

    Conoscenza e capacità di comprensione (knowledge and understanding).
    Il corso mira a far conoscere e saper comprendere gli aspetti metodologici del Data Mining e dell’Analisi dei Dati (concetti introduttivi)
    Conoscenza e capacità di comprensione applicate (applied knowledge and understanding).
    Il corso mira alla conoscenza e alla comprensione gli aspetti applicativi delle principali tecniche Data Mining attraverso esercitazioni, attività di laboratorio e acquisizione di conoscenze del software specialistico.
    Autonomia di giudizio (making judgements).
    Il corso mira a far acquisire allo studente capacità di:
    - formulare una propria valutazione e giudizio sulla base delle informazioni apprese nel corso di Statistica e dai confronti in aula con il docente e con gli altri studenti;
    - individuare e raccogliere informazioni aggiuntive per la conoscenza della materia attraverso anche consultazione di altri testi e materiale didattico aggiuntivo;
    di avere la capacità del saper fare, del saper prendere iniziative e decisioni tenendo conto dei vari aspetti di interesse della materia specialmente nei suoi aspetti applicativi di analisi e estrazione di conoscenza dai dati, nella risoluzione di problemi pratici a partire dai dati e le informazioni estratte da banche dati e nell’utilizzo delle metodologie e delle tecniche di Data Mining con il software specialistico.
    Abilità comunicative (communication skills).
    Il corso mira a far acquisire allo studente capacità di comunicazione degli argomenti appresi e dei risultati delle esercitazioni pratiche.
    Capacità di apprendere (learning skills).

    Il corso mira a far acquisire allo studente:
    - capacità di apprendimento che sono necessarie ai fini di un continuo aggiornamento nell'ambito delle tecniche di Data Mining per l'analisi dei dati

    Prerequisiti

    Conoscenze di base di matematica, di statistica di base e di inferenza.

    Metodologie didattiche

    Lezioni frontali con l’utilizzo di slides e materiale didattico fornito dallo studente
    Esercitazioni
    E’ richiesto lo studio personale con l’approfondimento della materia sui testi consigliati

    Metodi di valutazione

    Tesina scritta riportante i risultati delle elaborazioni di dati estratti da un data base pubblico, secondo le tecniche di Data Mining trattate nel corso
    e verifica finale attraverso una prova orale

    facebook logoinstagram buttonyoutube logotype