FACOLTA' DI INGEGNERIA       Universita' di Pavia
Home
  Didattica > Insegnamenti1011 > Data mining Translate this page in English
Organizzazione e Sedi
Immatricolarsi ai C.d.L.
Immatricolarsi ai C.d.L.M.
Orientamento
Didattica
Prenotazione Aule
Master
Esami: Iscrizioni online
Ricerca Scientifica
Servizi
Rapporti con Imprese
Tirocini didattici
Eventi e Iniziative
Bandi e Offerte lavoro
Esami di Stato
Mobilità/Erasmus
Rapporti di riesame
Assicurazione Qualità
Guida dello Studente
Scorciatoie
Cerca nel sito
Data mining

Insegnamento Anno Accademico 10-11

Docente/i: Paolo Giudici  

Denominazione del corso: Data mining
Codice del corso: 340031
Corso di laurea: Ingegneria Informatica
Settore scientifico disciplinare: ING-IND/35
Crediti formativi: CFU 5
Sito web del corso: n.d.

Obiettivi formativi specifici

l corso costituisce un’introduzione alle principali metodologie impiegate nella moderna metodologia di analisi dei dati nota come Data Mining. La metodologia verrà corredata dallo svolgimento di esercitazioni pratiche mediante software di analisi statistica dei dati.
Il corso dapprima introdurrà il significato e l’ambito applicativo del data mining. Verranno quindi esaminati i principali concetti statistici e computazionali necessari per risolvere problemi di data mining: dall’organizzazione delle basi di dati, all’analisi esplorativa, alla specificazione di modelli, computazionali e statistici, di tipo descrittivo e previsivo, ai modelli locali. Particolare enfasi verrà dedicata al tema del confronto fra metodi alternativi, mediante opportune metodologie di validazione.
La metodologia presentata verrà illustrata facendo riferimento ad applicazioni reali in ambito aziendale ed istituzionale, con particolare riferimento al tema della misurazione e gestione dei rischi, finanziari, operativi e sanitari. Le lezioni verranno corredate da esercitazioni pratiche, attività di laboratorio e testimonianze di esperti qualificati.

Programma del corso

Nell’anno accademico 2008-2009 il corso si focalizzerà sugli aspetti metodologici inerenti la misurazione statistica in organizzazioni complesse. La crescente complessità della nostra società, dovuta in particolare alla forte crescita dell’informatizzazione e dell’internazionalizzazione, ha determinato una crescente attenzione non solo ai risultati attesi, ma anche ai rischi connessi a qualunque tipo di attività socio-economica, con particolare riferimento a contesti di grande impatto sulla popolazione, come il credito, la finanza. Acquisisce pertanto maggiore rilevanza la conoscenza degli strumenti metodologici ed informatici necessari per addivenire alla misurazione di tali rischi, alla simulazione di scenari ed alla gestione strategica degli stessi. Il corso si propone di investigare tali strumenti, nei contesti nei quali la necessità di misurazione è particolarmente importante, a causa di obblighi normativi oppure per motivi di sostenibilità economica delle relative attività. Nella prima parte del corso verranno introdotti alcuni strumenti evoluti di analisi dei dati. Nella seconda parte del corso verrà affrontata la gestione dei rischi introducendo sia la problematica della gestione che quella del monitoraggio dei rischi. Nel primo modulo sono previste lezioni ed esercitazioni con il software di analisi che verrà reso disponibile.

Articolazione del corso
Modulo 1: Analisi dei dati (20 ore di lezione, presso l’Aula 6, sede Centrale) Docente responsabile: Paola Cerchiello. Presentazione dell’insegnamento: Il corso si propone come un percorso formativo interdisciplinare attraverso le scienze sociali ed economiche, mediante l’apprendimento dei necessari strumenti metodologici. L’obiettivo del corso è di introdurre gli studenti nel contesto scientifica del data mining. Lo scopo è duplice: fornire gli elementi che costituiscono il contesto della ricerca quantitativa e guidare lo studente attraverso i più utili strumenti metodologici e statistici impiegabili nelle applicazioni di analisi dei dati. Programma dell’insegnamento Gli argomenti trattati saranno: Gli strumenti utili alla ricerca: Database, Questionari, Dalla fonte dei dati alla matrice di dati da analizzare L’analisi dei dati: statistica descrittiva, statistica univariata e multivariata Modelli di classificazione e riduzione della dimensionalità Tecniche avanzate di analisi di dati : modelli lineari generalizzati Durante il corso verranno presentati casi concreti di applicazione delle metodologie spiegate a lezione. Gli studenti sono pertanto invitati a partecipare attivamente al corso interagendo con il docente che stimolerà gli aspetti propositivi e le proposte innovative degli stessi attraverso la presentazione di casi reali. Modulo 2: Gestione dei rischi (20 ore di lezione, presso il Collegio Borromeo) Docente responsabile: Enzo Rocca Presentazione dell’insegnamento: Il corso offre un’introduzione alle metodologie di governo dei rischi applicate al settore bancario e finanziario. Gli obiettivi principali sono sia di natura teorica sia pratica investigando gli strumenti utili per il governo dei rischi. Al termine del corso gli studenti saranno in grado di affrontare in maniera adeguata la tematica della gestione dei rischi assunti nello svolgimento dell’attività bancaria, tenendo conto dei vincoli normativi e delle esigenze di mercato. Programma dell’insegnamento Gli argomenti trattati saranno: Fondamenti del risk management nel contesto normativo italiano Dal rischio al processo di risk management: teoria e prassi gestionale Dalle informazioni di rischio alla quantificazione: teoria e prassi gestionale Funzione dei sistemi di controllo interno

Prerequisiti

Prerequisito è avere sostenuto almeno un corso di analisi statistica dei dati e/o di basi di dati.

Tipologia delle attività formative

Lezioni (ore/anno in aula): 0
Esercitazioni (ore/anno in aula): 0
Attività pratiche (ore/anno in aula): 0

Materiale didattico consigliato

Modalità di verifica dell'apprendimento

Analisi completa del database a disposizione, con elaborazione di presentazione finale (50%)
Discussione orale sull’elaborato (50%)

Copyright © Facoltà di Ingegneria - Università di Pavia