Solo pochi attimi di attesa

Posizione corrente:

Ti trovi in: Home » Scuola di Formazione Aziendale » Analisi dei dati » Introduzione al Data Science II – Corso di gruppo

Introduzione al Data Science II - Corso di gruppo

I metodi del Machine Learning per problemi di classificazione, previsione, raggruppamento, deviazione e associazione.


SCHEDA CORSO:

  • 18 ore di lezione, approccio didattico snello ma completo, utilizzo estensivo di esempi e applicazioni.
  • Lezioni dal vivo ma registrate, se ne perdi qualcuna “live” la puoi rivedere “in differita” quando vuoi.
  • Nell’aula virtuale docente e corsisti interagiscono in audio, video, chat, lavagna digitale, schermo condiviso.
  • Nessun software da scaricare, all’aula virtuale si accede direttamente dal sito MOV.
  • Massimo 15 partecipanti.
  • Costo: acconto 36,00€ (pre-iscrizione), saldo 208,00€ (iscrizione), quindi totale 244,00€ (ossia 13,50€/ora!).
  • Calendario: infrasettimanale (18/01 – 08/02, Lun ore 18-21, Gio ore 18-20) o weekend (23/01 – 13/02, Sab ore 15-18, Dom ore 15-17).


Queste sono le caratteristiche principali del corso. Di seguito trovi maggiori informazioni su ciascun aspetto: leggile attentamente.

Destinatari

Il campo di applicazione del Data Science è in continua crescita ed è già oggi sterminato. Questo corso, che assume conoscenze preliminari analoghe a quelle fornite dal corso Introduzione al Data Science I (corso di gruppo), è progettato per chi desidera un’introduzione ai principali metodi del Machine Learning, che bilanci aspetti teorici e operativi, senza addentrarsi in questioni matematiche o informatiche particolarmente avanzate.

Didattica

Il corso introduce i principali metodi del Machine Learning per affrontare varie tipologie di problemi: classificare i dati, raggrupparli per similitudine, isolare quelli eccezionali o anomali, prevedere variabili o scoprire schemi ricorrenti tra di esse. Le lezioni combinano gli elementi teorici con esempi e applicazioni pratiche e illustrative, anche sfruttando software open source e/o a licenza di uso comune.Leggi di più

Aula virtuale

Le lezioni si tengono nella nostra aula virtuale (Tutoring Room), che ospiterà un massimo di 15 partecipanti, allo scopo di garantire un buon livello di interazione docente-corsisti. Per accedervi ti serve un computer connesso a Internet, dotato di webcam (il requisito minimo è il canale audio): non dovrai scaricare software. Prima dell’inizio del corso ti verranno fornite istruzioni precise.

Tutte le lezioni vengono registrate, potrai quindi rivederle o vederle per la prima volta “in differita”, qualora tu sia costretto a saltare la diretta di una o più lezioni. Le registrazioni restano disponibili per 90 giorni decorrenti dalla fine del corso.Leggi di più

Calendario

Il corso viene offerto con calendario infrasettimanale o calendario weekend: i due calendari sono alternativi, chi segue le lezioni infrasettimanali non può seguire quelle del weekend, e viceversa.

CALENDARIO INFRASETTIMANALE: inizio il 18/01/2021, conclusione il 08/02/2021.

Le lezioni si terranno tutti i Lunedì dalle 18:00 alle 21:00 e Giovedì dalle 18:00 alle 20:00.

CALENDARIO WEEKEND: inizio il 23/01/2021, conclusione il 13/02/2021.

Le lezioni si terranno tutti i Sabato dalle 15:00 alle 18:00 e Domenica dalle 15:00 alle 17:00.

Sono previste brevi “pause relax” durante le lezioni: due in quelle da 3 ore, una in quelle da 2 ore.

Quota di partecipazione e iscrizione

La quota di partecipazione è di 244,00€.

E’ possibile pre-iscriversi al corso versando un acconto di 36,00€ (pari a 40 crediti MOV, la nostra moneta virtuale), per assicurarsi un posto in aula prima del raggiungimento del numero massimo di partecipanti.

L’iscrizione verrà completata con il saldo di 208,00€ (pari a 260 crediti MOV), da versare nei 5 giorni lavorativi precedenti l’inizio del corso (riceverai un remind dallo Staff MOV).

Sia per la pre-iscrizione che per il saldo, devi acquistare i crediti MOV necessari.

Acquista crediti
Iscrizione calendario infrasettimanale
Iscrizione calendario weekend

Programma

Il Machine Learning è un insieme di metodi per l’esplorazione automatica dei dati, finalizzata a estrarre informazioni non immediatamente visibili, ma ad alto valore aggiunto. In generale, si tratta di trovare “regole” nascoste nei dati e utili in problemi di vario genere: il corso metterà il corsista nella condizione di riconoscerli, modellarli e risolverli.

Per primi verranno discussi i problemi di classificazione e previsione, nei quali il valore della variabile-target deve essere dedotto dai valori delle variabili-input. Se il target è categorico, si parla di classificazione; se è numerico, si parla di previsione. I metodi del Machine Learning usati a questo scopo richiedono la disponibilità di oggetti “etichettati”, cioè descritti sia in termini di input che di target.

Verranno poi affrontati i problemi di raggruppamento, nei quali tutte le variabili sono trattate come input e usate per identificare gruppi di oggetti simili tra loro e diversi dagli oggetti degli altri gruppi. I metodi di raggruppamento evidenziano i diversi modi di manifestarsi del fenomeno descritto dalle variabili, all’interno di un insieme di oggetti.

Una terza tipologia di problemi sono quelli di deviazione. Qui lo scopo è individuare uno o più oggetti che mostrano comportamenti devianti, anomali, rispetto alla maggioranza. I metodi di anomaly detection sono quindi utili quando si è interessati a identificare i dati “eccezionali”, più che quelli “comuni”.

Infine, verranno esaminati i problemi di associazione. Qui l’obiettivo è la ricerca di relazioni interessanti tra sottoinsiemi di variabili-input: il fatto che certe variabili tendano a presentarsi insieme, o in una certa sequenza o secondo altri “schemi”, è un’informazione di grande valore in molti ambiti (commerciale, tecnologico, scientifico, ecc.).

I metodi del Machine Learning  per problemi di classificazione e previsione.Leggi di più

I metodi del Machine Learning  per problemi di raggruppamento.Leggi di più

I metodi del Machine Learning  per problemi di deviazione.Leggi di più

I metodi del Machine Learning per problemi di associazione.Leggi di più

Corsi collegati

Il corso costituisce la naturale prosecuzione di Introduzione al Data Science I (corso di gruppo), che introduce i temi legati all’analisi e al trattamento preliminare dei dati, nonché alla scelta della tecnica di Machine Learning più adatta agli obiettivi dell’analisi.

Attestato

Al termine del corso lo Staff MOV rilascia un attestato di partecipazione riportante il programma svolto e firmato dal corpo docente.

Vuoi maggiori informazioni?

Avvisi e comunicazioni

Al momento non ci sono avvisi o comunicazioni inerenti questo corso.

Scopri di cosa parliamo

Neque porro quisquam est, qui dolorem ipsum quia dolor sit amet, consectetur, adipisci velit, sed quia non numquam eius modi tempora incidunt ut labore et dolore magnam aliquam keywords.