B0085 - DATA ANALYTICS AND VISUALIZATION

Conoscenze e abilità da conseguire

Il laboratorio si propone di fornire i concetti e gli strumenti necessari per l’esplorazione e la visualizzazione dei dati attraverso un approccio molto pratico di learning by doing. Al termine del laboratorio lo studente acquisirà una buona conoscenza e comprensione dei principi alla base dell’analisi dati e della costruzione di una visualizzazione efficace, coerentemente con il problema e gli utenti a cui l’attività è rivolta. Egli sarà in grado di applicare le conoscenze acquisite al fine di comunicare al meglio l’informazione contenuta all’interno di un insieme di dati, costruendo visualizzazioni a partire da dati grezzi utilizzando il linguaggio di programmazione Python e librerie dedicate (e.g., matplotlib, seaborn, plotly). Lo studente sarà inoltre in grado di osservare e criticare in modo costruttivo visualizzazioni dati realizzate da terzi.

Contenuti

Uso del linguaggio di programmazione Python per fare analisi descrittive e per la stesura di un report statistico:

• Tipi di dati e variabili; creazione e gestione di variabili e di insiemi di dati;
• Analisi descrittiva dei dati: distribuzioni di frequenze, sintesi della distribuzione di variabili, classificazione di variabili, tabelle a doppia entrata;
  
• Rappresentazioni grafiche: grafici a torta, grafici a barre, istogrammi, grafici di dispersione, grafici a linee.
  

Testi/Bibliografia

I materiali verranno forniti dal docente, in particolare delle slide (formato .pdf) e dei codici/script in Python.

 

Per approfondimenti:

• Alan Agresti, Maria Kateri, Statistica per data scientists con R e Python ed. EGEA, 2022.
• Philipp Kats , David Katz, Learn Python by building data science applications, ed. Packt, 2019.

Metodi didattici

Lezioni frontali in aula.

 

In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai Moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio https://elearning-sicurezza.unibo.it/, in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

L'esame consisterà in una prova pratica di analisi dei dati in laboratorio informatico.

 

Criteri di valutazione

Insufficiente: <18; Sufficiente: 18-23; Buono: 24-27; Ottimo: 28-30; Eccellente: 30 e lode.

Strumenti a supporto della didattica

Materiale didattico fornito dal docente sarà reso disponibile su Virtuale https://virtuale.unibo.it/.

 

Gli studenti con disabilità o disturbi specifici dell'apprendimento (DSA) sono pregati di informare il docente della propria condizione al fine di individuare l’adozione degli accorgimenti più opportuni alle loro esigenze.

Orario di ricevimento

Consulta il sito web di Anna Vesely