IBLM21

Lingua Insegnamento:

Italiano (In Inglese su richiesta degli studenti)
Testi di riferimento:

Introduction to Data Mining. Pang-Niig Tan. Global Edition
Obiettivi formativi:

Lo studente familiarizzerà con i concetti fondamentali del mondo Big Data, della loro analisi e con le applicazioni principali.

Alla fine del corso lo studente avrà sviluppato competenze necessarie per eventuali approfondimenti operativi ed applicativi.
Prerequisiti:

Si richiede famigliarità con strumenti di programmazione Matlab o Python
Metodi didattici:

Lezioni frontali, con esercitazioni ed approfondimenti a gruppi.
Modalità di verifica dell'apprendimento:

Realizzazione di un progetto con tesina, da presentare e difendere all'esame
Sostenibilità:

Il materiale didattico sarà disponibile on-line. Non si farà uso di materiale cartaceo. Ogni azione necessaria a garantire il pieno accesso e la piena fruizione del corso da parte degli studenti sarà implementata.
Obiettivi Agenda 2030 per lo sviluppo sostenibile:
Altre Informazioni:

Ricevimento: su appuntamento. Ogni martedi dalle 11 alle 13, o al termine delle lezioni frontali

Cosa è il Data Mining e cosa sono i Big data.

Tipologia di dati e loro manipolazione.

Analisi Associative e per Cluster

Classificazione.

Aspetti etico-legali

Introduzione.

Dati e loro importanza.
Classificazione: Concetti di base e tecniche.
Analisi associative: concetti ed algoritmi. Metodologie Avanzate ed alternative.
Cluster Analysis: concetti ed algoritmi. Metodologie Avanzate ed alternative.
Deviazioni dai modelli.
Aspetti etici.