Metodi Statistici Multivariati
Programma
Modulo I. Elementi di probabilità ed inferenza statistica
1. Introduzione di base
2. Probabilità elementare
3. Variabili aleatorie discrete e continue
4. Variabili aleatorie doppie e multiple
5. Elementi di inferenza statistica
6. Matrici dati
Modulo II. Modelli di Data Mining e Knowledge Discovery per l’azienda
7. Apprendimento supervisionato e non supervisionato
8. Regole associative e Market Basket Analysis
9. Classificazione Naïve Bayes
10. Alberi di decisione
11. Clustering I: algoritmi gerarchici
12.Clustering II: k-means
Modulo III. Laboratorio
Il laboratorio è parte integrante del corso. Sarà utilizzato il software di analisi dei dati R, liberamente disponibile sul network del CRAN all’indirizzo http://cran.r-project.org. Durante il corso di laboratorio sarà erogata un’introduzione approfondita ad R, e verranno mostrati casi pratici di studio relativi a tutti gli argomenti teorici riguardanti la seconda parte.
Testi consigliati
M. Bilancia (2017) Dispense per il Corso di Metodi Statistici Multivariati – Versione 1.1 Settembre 2017. Dipartimento Jonico, liberamente distribuite sotto Licenza Creative Commons 4.0 CC BY-NC-ND.