Solo pochi attimi di attesa

Posizione corrente:

Ti trovi in: Home » Scuola di Formazione Aziendale » Analisi dei dati » Data Mining e Machine Learning: una panoramica

Data Mining e Machine Learning: una panoramica

Tecniche di Data Mining e Machine Learning, cosa sono, quali problemi affrontano, quali soluzioni offrono: un pre-corso per una scelta formativa consapevole

Il corso, propedeutico a percorsi formativi più avanzati, offre una panoramica sulle principali tecniche di Data Mining e Machine Learning e sulle loro applicazioni ad una vastissima gamma di problemi che emergono nei processi decisionali in aziende ed altri enti privati e pubblici.

Obiettivi

Il Data Mining si occupa dell’analisi dei dati, con l’obiettivo di estrarvi informazioni non visibili immediatamente ma ad alto valore aggiunto. Molte tecniche di Data Mining poggiano su algoritmi di Machine Learning, che apprendono i loro compiti automaticamente dall’esperienza. Questo breve corso, panoramico e poco formalizzato, intende:

  • illustrare i concetti di base di queste discipline;
  • offrire un quadro d’insieme delle metodologie disponibili;
  • descrivere le problematiche che affrontano e le soluzioni che offrono, anche in base ai dati disponibili;
  • portare esempi concreti di tali problematiche, tratti da ambiti molto diversi;
  • suggerire, in base agli obiettivi del corsista, le tecniche più adatte a raggiungerli, da approfondirsi in corsi più formalizzati ed operativi.

Didattica

Le lezioni forniscono elementi teorici essenziali, corredati da esempi ed applicazioni pratiche su dati reali, illustrative delle varie tecniche, anche sfruttando software open source.

Destinatari

Il corso è rivolto a chiunque voglia farsi un’idea generale su Data Mining e Machine Learning, scoprire quale contributo possono dare alla soluzione di problemi decisionali di proprio interesse, selezionare le tecniche più utili ai propri obiettivi formativi.

Tecniche di Data Mining e Machine Learning

Programma

  1. Data Mining e Machine Learning: introduzione

    Verranno discussi gli obiettivi generali e le idee di base di queste discipline, a cominciare dai concetti di apprendimento (supervisionato e non) ed addestramento di un modello. Si descriveranno informalmente le tecniche principali, in termini di tipo di problemi trattabili, tipo di soluzioni attese, tipo di dati necessari ad implementarle. Si discuterà anche di pre-processamento dei dati per risolvere problemi preliminari quali la riduzione del rumore nei dati, il trattamento di outliers e missing data, ecc.  [2 ore]

  2. Tecniche di Data Mining e Machine Learning: applicazioni 

    Verranno descritti alcuni problemi concreti che possono essere affrontati con tecniche di Data Mining e Machine Learning; per ciascuno, verranno indicate le meodologie più appropriate per risolverlo con i relativi pro e contro e si cercherà di dare un’idea delle soluzioni e dei risultati che ci si può attendere. I problemi sono raggruppati in varie aree; in fase di progettazione del corso, il partecipante potrà selezionare quelle di proprio interesse:

Area MARKETING [1 ora]

    • Studio dei comportamenti di consumo di clienti acquisiti o potenziali, segmentazione, scoring, stima dell’abbandono
    • Identificazione e/o previsione di market trends in base alle scelte di consumatori e concorrenti
    • Up selling e cross selling, strategie di vendita incrementale o incrociata a clienti fidelizzati
    • Sssociazioni di prodotti/servizi (sugli scaffali, in un pacchetto, ecc.) finalizzata ad ottimizzare le vendite
    • Personalizzazione di campagne promozionali associando prodotti/servizi e clienti

Area FINANZA [1 ora]

    • Credit scoring, valutazione e previsione del rischio di credito in base alle caratteristiche del cliente
    • Stima e minimizzazione del rischio di frode legato all’uso di carte di credito e/o trasferimenti di denaro
    • Previsione di corsi azionari ed altre variabili di mercato (indici, tassi, cambi, commodieties)
    • Definizione di regole di stock trading per attività di trading a media ed alta frequenza
    • Profilazione della clientela e correlate strategie di vendita di prodotti finanziari e assicurativi

Area PRODUZIONE, VENDITA, QUALITA'[1 ora]

    • Analisi e previsioni di costi e tempi di produzione
    • Analisi e previsioni di volumi e tempi di vendita
    • Indagini di customer satisfaction ed analisi della customer retention
    • Previsione e gestione della difettosità, discriminazione tra prodotti originali e fraudolenti
    • Ottimizzazione degli itinerari di consegna e presa in carico, analisi dei tempi di consegna
    • Selezione del personale associando i requisiti della posizione ai profili dei candidati

Area WEB [1 ora]

    • Web recommendention systems
    • Classificazione di pagine di siti in base al contenuto testuale
    • Ricerca di sequenze rilevanti in un testo
    • Analisi della navigazione di un sito, tracciamento di pattern rilevanti, analisi delle vendite online
    • Analisi della brand reputation e del posizionamento sui social media
    • Pattern recognition, riconoscimento e classificazione di immagini

Area FARMA, MEDICA, BIO-CHIMICA [1 ora]

    • Previsione della risposta del paziente a terapie e dosaggi
    • Analisi delle relazioni tra dosaggio farmacologico ed eventi avversi
    • Identificazione di geni correlati a malattie, supporto alla diagnosi
    • Identificazione dell’utenza target per sperimentazione farmacologica
    • Classificazione di aree geografiche in base alla qualità di acqua, aria, ecc.
    • Selezione di variabili latenti rilevanti in esperimenti di laboratorio
    • Previsione del livello di CO2 nell’aria in base a pressione atmosferica, livello delle piogge, ecc.

Erogazione

Il corso prevede da 3 a 7 ore di lezione erogate da uno o più Tutor della SFA; il numero esatto dipende da quante aree di applicazione sceglie il corsista, nell’ambito del modulo 2. Gli orari di lezione vanno concordati con i Tutor; si assicura ogni sforzo per accomodare le preferenze di giorni/orari dei partecipanti, entro l’orario di servizio (08:00 – 22:00, lunedì – domenica). Al termine del corso si rilascia un attestato di partecipazione riportante il programma svolto e firmato dal corpo docente.

Quota di partecipazione

La quota di partecipazione è 64,00€ per il modulo 1, più 32€ per ciascuna delle aree di applicazione scelte dal corsista nell’ambito del modulo 2.

La quota è iva esclusa e si riferisce all’erogazione ad un solo partecipante, in aula virtuale tramite la nostra piattaforma (Tutoring Room). Contatta il nostro Staff per informazioni sul costo del corso in caso di erogazione a due o più partecipanti e/o in aula tradizionale.

Guida alla Tutoring Room

Corsi collegati

DM e ML per il MARKETING
Metodologie di DM e ML (BASE)
Metodologie di DM e ML (INTERMEDIO)
Metodologie di DM e ML (AVANZATO)
Analisi delle Serie Storiche

Vuoi maggiori informazioni?

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.