- Docente: Elena Loli Piccolomini
- Crediti formativi: 6
- SSD: MAT/08
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea in Informatica per il management (cod. 8014)
-
dal 18/02/2025 al 15/05/2025
Conoscenze e abilità da conseguire
Alla fine del corso lo studente possiede a) la conoscenza di strumenti software per l'analisi dei dati; b) la definizione e le caratteristiche di distribuzioni discrete e continue con i loro momenti; c) il metodo della Massima Verosimiglianza per la stima dei parametri; d) alcuni metodi numerici per la regressione con applicazioni in campo economico; e) i concetti di base dell’approccio statistical learning per fare regressione e classificazione.
Contenuti
Definizione di probabilità ed esempi. Distribuzioni discrete e continue di probabilità. Statistica descrittiva. Stime puntuali e di intervalli. Test di ipotesi. Approssimazione dati ai minimi quadrati: regressione lineare, funzioni polinomiali di grado superiore, minimi quadrati non lineari. Metodi numerici per il calcolo della soluzione del problema discreto dei minimi quadrati.
Ambiente di simulazione e programmazione Python.Principali funzioni grafiche e di analisi statistica dati. Esercitazioni guidate su esempi con dati simulati e reali.
Introduzione a statistical learning. Classificazione.
Testi/Bibliografia
j. Unpingco, Python for probability, statistics and machine learning, Springer
Metodi didattici
Lezioni in aula ed esercitazioni guidate con portatile. Le esercitazioni consistono in brevi programmi in ambiente R sui metodi numerici trattati a lezione.
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
Verifica scritta con domande a quiz e discussione orale di un progetto assegnato.
Strumenti a supporto della didattica
Programmi test forniti dal docente.
Orario di ricevimento
Consulta il sito web di Elena Loli Piccolomini
SDGs



L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.