000117R - STATISTICS FOR DATA SCIENCE

insegnamento
ID:
000117R
Durata (ore):
90
CFU:
9
SSD:
STATISTICA
Sede:
PESCARA
Url:
ECONOMICS AND FINANCE/ECONOMIA E FINANZA Anno: 2
Anno:
2026
Course Catalogue:
https://unich.coursecatalogue.cineca.it/af/2026?co...

Dati Generali

Periodo di attività

Secondo Semestre (12/02/2027 - 12/05/2027)

Syllabus

Obiettivi Formativi


Il corso fornisce gli strumenti statistici fondamentali del Machine Learning moderno, con particolare attenzione alla previsione, classificazione, interpretazione dei modelli e validazione. Gli studenti acquisiscono capacità di applicare tecniche di statistical learning a dati reali, confrontare algoritmi e interpretarne criticamente i risultati.

Prerequisiti


Conoscenze di statistica di base, probabilità, regressione lineare e uso elementare di R

Metodi didattici


54 ore di lezioni frontali con esempi applicativi ed esercitazioni al calcolatore in R. Frequenza consigliata.

Verifica Apprendimento


Esame scritto con quesiti teorici ed esercizi applicativi riguardanti costruzione, interpretazione e confronto di modelli di statistical learning.

Testi


Slides.James G., Witten D., Hastie T., Tibshirani R., An Introduction to Statistical Learning, Springer.Materiale ed esercizi forniti dal docente.

Contenuti


Il corso introduce i principali metodi dell'apprendimento statistico supervisionato per problemi di regressione e classificazione. Sono trattati: introduzione allo statistical learning; compromesso bias-varianza; validazione dei modelli e cross-validation; selezione del modello lineare; metodi di regolarizzazione (Ridge e LASSO); regressione polinomiale, spline e GAM; bootstrap; regressione logistica; valutazione delle prestazioni di un classificatore; alberi di classificazione e regressione (CART); analisi discriminante lineare; Support Vector Machines; metodi di insieme (bagging, random forests e boosting) con applicazioni in R su dati reali.

Lingua Insegnamento


Italiano

Corsi

Corsi

ECONOMICS AND FINANCE 
Laurea Magistrale
2 anni
No Results Found

Persone