MOSTAT22 - MODELLI STATISTICI PER IL DATA MINING

Il corso si pone come obiettivo l'acquisizione delle principali tecniche per l'esplorazione dei dati (data mining) e di apprendimento supervisionato (supervised learning) e la loro implementazione nell’ambiente di programmazione R. Durante il corso verrà data particolare enfasi al processo di modellazione dei dati per la previsione (predictive modelling). Alla fine del corso lo studente sarà in grado di affrontare l'analisi di dati complessi a fini previsivi attraverso il processo di esplorazione, manipolazione e modellazione dei dati.
L’insegnamento persegue l’obiettivo generale del corso di studio di fornire conoscenze e competenze per funzioni esecutive nell’area economico-finanziaria di aziende e/o enti pubblici. Accanto allo studio delle metodologie sarà dato ampio spazio alle applicazioni e agli aspetti operativi con utilizzo del software statistico R.
RISULTATI DI APPRENDIMENTO ATTESI
La formazione a vocazione economica del corso di Studi in ECONOMIA E FINANZA DELLE IMPRESE E DEGLI ECOSISTEMI sarà quindi completata e arricchita dalle seguenti competenze:
Conoscenze e capacità di comprensione
- conoscere e comprendere i principali metodi di apprendimento automatico supervisionato e non supervisionato con particolare attenzione all’analisi di regressione, alla classificazione e al clustering dei dati
comprendere i benefici dell'utilizzo dei metodi di apprendimento automatico rispetto ai metodi statistici tradizionali nella risoluzione di problemi applicativi, anche in ambito economico
applicare le tecniche di controllo del trade-off bias-varianza, i principi della regolarizzazione e della cross-validation al fine di migliorare la previsione “out-of-sample”
è in grado di utilizzare "Dati alternativi" ai dati e alle informazioni "standard" relative alle performance aziendali e/o indicatori macroeconomici che hanno la proprietà di essere non-strutturati, non-numerici, sparsi e altamente dimensionali con il numero di variabili che supera il numero delle osservazioni.
Autonomia di giudizio
- decide in modo autonomo quali strumenti utilizzare e quali analisi effettuare di fronte a dati finanziari
- decide in modo autonomo quali strumenti utilizzare e quali analisi effettuare per poter condurre analisi esplorative e fare previsioni
- comprendere quali tecniche statistiche siano maggiormente adatte alle finalità dell’analisi dei contesti di riferimento;
Abilità comunicative
- utilizza il linguaggio statistico in modo appropriato e pertinente;
- presentare con chiarezza e completezza i risultati delle analisi statistiche, le implicazioni sul problema affrontato e i ragionamenti logici sottostanti.
CAPACITÀ DI APPRENDERE
- effettua ricerche individuali su aspetti specifici e temi di interesse della statistica per la finanza e l’economia (strumenti utilizzati: testi di approfondimento, esercitazioni e laboratori mediante l’utilizzo di R)