Descrizione
Analisi predittiva e Machine Learning
Estrarre valori dai Big Data
OBIETTIVI
Il corso fornisce una panoramica delle tecniche di analisi predittiva. Il programma prevede una prima parte dedicata al machine learning in generale, a cosa si può ottenere attraverso le tecniche predittive e a quali sono le fasi del progetto di machine learning. Il corso entra poi nel merito del probelma chiave della sua applicazione: la scelta delle implementazioni adatte, i casi aziendali dove esso può funzionare e fare la differenza.
A CHI È RIVOLTO?
Il percorso è rivolto a professionisti IT
DURATA
24 ore
Lezioni in più virtual classroom con un impegno settimanale non superiore alle 4 ore.
INVESTIMENTO
478,00€
CONTENUTI
I contenuti del corso si concentreranno sull’approfondimento dei seguenti temi:
Introduzione alla predictive Analytics
- Data Mining e Machine Learning
- Classificazione, regressione, clustering, associazione
- Utilizzi della predictive analytics per risolvere problemi di business
- Il processo CRISP-DM
- Predictive Analytics Vs Prescriptive Analytics
La preparazione dei dati
- Variabili categoriche e variabili quantitative
- Gestione dei valori mancanti
- Creare le variabili di input
- Riduzione della dimensionalità
- Normalizzazione dei dati
Gli algoritmi
- NOTA: per ciascuno di essi i punti trattati sono:
- descrizione dell’algoritmo
- punti di forza e debolezza
- applicazioni pratiche
- esempi
- Naive Bayes
- Decision Trees
- Support Vector Machines
- Neural Networks
- K-Means Clustering
- Hierarchical Clustering
- Association Rules (Apriori Algorithm)
- Ensemble:
- Bagging
- Boosting
- Random Forest
La valutazione dei modelli
- Training & Test Set
- La matrice di confusione
- Le metriche per la valutazione della classificazione
- Le curve ROC
- Cross validation
