ANALISI PREDITTIVA

Questo corso fa parte delle attività educative interdisciplinari del curriculum Data Science del Corso di laurea in Informatica. Il corso è progettato per fornire una panoramica di diversi strumenti disponibili per la modellazione predittiva, a livello intermedio.
In corso tratta i concetti principali nei modelli lineari e nei modelli lineari generalizzati, e più superficialmente l'approccio basato sulla regressione non parametrica. L'attenzione è rivolta a fornire sia le principali informazioni sulle basi statistiche / matematiche dei modelli e la dimostrazione dell'effettiva implementazione dei metodi attraverso l'uso di software statistici. Il corso prevede una miscela di teoria e codice, con particolare attenzione ai temi della riproducibilità delle analisi. Vengono anche presentati esempi di dati reali e casi di studio.

* Competenze generali

Identificare le tecniche di analisi dei dati più appropriate per un problema di interesse e sapere come applicare le tecniche per l'analisi, la progettazione e la soluzione dei problemi.
Applicare tecniche di elaborazione dati a dati reali anche di grande dimensione.
Essere in grado di generare nuove idee e anticipare nuove situazioni, nei contesti dell'analisi dei dati e del processo decisionale.

* Competenze specifiche

Utilizzare la conoscenza avanzata dell'algebra lineare per la sua applicazione nei metodi di analisi dei dati.
Applicare la conoscenza della programmazione e dei database su cui basare l'insegnamento di tecnologie e metodi avanzati per il trattamento dei dati.
Utilizzare i risultati classici di inferenza e regressione come base per metodi avanzati di predizione e classificazione.
Identificare e selezionare gli strumenti software appropriati per il trattamento dei dati.
Identificare correttamente il tipo di problema statistico corrispondente a determinati obiettivi e dati, così come le metodologie più appropriate da applicare agli obiettivi e ai dati.
Conoscere come progettare specifici sistemi di elaborazione dati per un tipo di problema statistico (classificazione, stima, previsione, ecc.)

Si assume che gli studenti abbiano raggiunto gli obiettivi formativi dei corsi
Calcolo 1
Calcolo 2
Algebra
Probabilità e Statistica
Analisi dei dati
anche senza avere necessariamente superato l’esame.

1. Introduzione
1.1 Panoramica del corso
1.2 Che cos'è la modellazione predittiva ?
1.3 Notazione generale e background

2. Modelli lineari I: modello lineare multiplo
2.1 Formulazione del modello e minimi quadrati
2.2 Presupposti del modello
2.3 Inferenza per i parametri del modello
2.4 Previsione
2.5 ANOVA
2.6 Modello adatto

3. Modelli lineari II: selezione del modello, estensioni e diagnostica
3.1 Selezione del modello
3.2 Uso di predittori qualitativi
3.3 Relazioni non lineari
3.4 Diagnostica del modello
3.5 Tecniche di riduzione delle dimensioni

4. Modelli lineari III: shrinkage e big data
4.1 Shrinkage
4.2 Considerazioni sui big data

5. Modelli lineari generalizzati
5.1 Formulazione e stima del modello
5.2 Inferenza per i parametri del modello
5.3 Previsione
5.4 Devianza
5.5 Selezione del modello
5.6 Diagnostica del modello
5.7 Shrinkage

6. Stima non parametrica
6.1 Stima della densità
6.2 Stima della regressione


Il programma è soggetto a piccole modifiche se necessarie nella durata del corso e / o del calendario accademico. Viene inoltre incoraggiata la possibilità per gli studenti di chiedere attivamente di modificare parzialmente il programma per rispondere ad esigenze specifiche.

Julian J. Faraway, 2014. Linear Models with R Second Edition, Chapman and Hall/CRC
Julian J. Faraway, 2016. Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Second Edition Chapman and Hall/CRC
James, Gareth, Daniela Witten, Trevor Hastie, and Robert Tibshirani. 2013. An Introduction to Statistical Learning. Springer

La verifica dell'apprendimento avviene tramite una prova scritta. La prova presenta esercizi scelti in modo da misurare
1. le conoscenze della teoria degli argomenti del corso,
2. la capacità di applicare la teoria per risolvere problemi reali.
3. la capacità di usare il software R e interprerare l'output del software per risolvere problemi reali
Durante l’esame scritto *non* è ammesso l’uso di libri, appunti o supporti elettronici.

Le lezioni consistono in un misto di teoria (descrizione dei metodi) e pratica (implementazione e uso pratico dei metodi). L'implementazione dei metodi è scolta tramite il linguaggio statistico R. Gli studenti sono incoraggiati a portare il proprio laptop e a provare il codice durante alcune parti delle lezioni.

Italiano

scritto