Master Executive in Big Data
1092 Persone stanno visitando questo corso
Prezzo 1.200 €
Richiesta informazioni
Master Executive in Big Data
Richiesta informazioni
Informazioni sul corso
Master
On-line
Prezzo 1.200 €
Descrizione
International Management Institute presenta sul portale di Educaweb.it il "Master Executive in Big Data". La formazione da la possibilità di avere una profonda panoramica sul mondo dei Big Data soffermandosi in particolare sull'impatto rivoluzionario che hanno avuto nel mondo dell'analisi dei dati e della statistica in generale.
Lavorare con moli di dati ingenti permette di sviluppare modelli statistici affidabili applicabili a tutti i settori lavorativi i (manifatturiero, commerciale, sportivo, medico ecc…) e per scopi totalmente innovativi nel mondo del business. Avere le abilità per gestire questi Big Data e sapere come maneggiarli per ottenere il meglio è diventato un requisito indispensabile non solo per programmatori e tecnici informatici, ma anche per manager che vogliano sfruttare a pieno la risorsa di dati a loro disposizione.
Se ti iscriverai a questo master imparerai i principi alla base del Machine Learning, gli algoritmi più diffusi ed i comandi R per poter creare modelli sia per problemi di Regressione, sia di Classificazione, sia di Clustering.
In questa parte del master presenteremo ed utilizzeremo 8 diversi algoritmi. Avrai inoltre a disposizione quasi 300 pagine di slide in formato pdf che potrai scaricare divise per sezioni e consultare in ogni momento. Anche il codice sorgente degli script R che realizzeremo durante il corso sarà a tua disposizione, e potrai scaricarlo ed usarlo nella tua console di R.
Lavorare con moli di dati ingenti permette di sviluppare modelli statistici affidabili applicabili a tutti i settori lavorativi i (manifatturiero, commerciale, sportivo, medico ecc…) e per scopi totalmente innovativi nel mondo del business. Avere le abilità per gestire questi Big Data e sapere come maneggiarli per ottenere il meglio è diventato un requisito indispensabile non solo per programmatori e tecnici informatici, ma anche per manager che vogliano sfruttare a pieno la risorsa di dati a loro disposizione.
Se ti iscriverai a questo master imparerai i principi alla base del Machine Learning, gli algoritmi più diffusi ed i comandi R per poter creare modelli sia per problemi di Regressione, sia di Classificazione, sia di Clustering.
In questa parte del master presenteremo ed utilizzeremo 8 diversi algoritmi. Avrai inoltre a disposizione quasi 300 pagine di slide in formato pdf che potrai scaricare divise per sezioni e consultare in ogni momento. Anche il codice sorgente degli script R che realizzeremo durante il corso sarà a tua disposizione, e potrai scaricarlo ed usarlo nella tua console di R.
Programma
Riassunto degli argomenti del corso
Modulo 1. Data Scientist e Analisi dei Big Data
LA RIVOLUZIONE DEI BIG DATA
L'INFORMAZIONE NEI DATI
DATA E WEB MINING
ANALISI QUANTITATIVA DEI DATI
DATA CLEANING
DIPENDENZA TRA VARIABILI
METODI DI ANALISI
NORMALIZZAZIONE DEI DATI
DATA VISUALIZATION NEI BIG DATA
Modulo 2. Big Data e Machine Learning: regressione, classificazione e clustering
IL TUO PRIMO MODELLO DI MACHINE LEARNING
PANORAMICA SUL MACHINE LEARNING
SIMPLE LINEAR REGRESSION
MULTIPLE LINEAR REGRESSION
INTERAZIONE NELLA MULTIPLE REGRESSION
NON LINEARITA' NELLA MULTIPLE REGRESSION
SCELTA DELLE VARIABILI
VALUTAZIONE DEL MODELLO - PARTE 1
VALUTAZIONE DEL MODELLO - PARTE 2
LOGISTIC REGRESSION
LINEAR E QUADRATIC DISCRIMINANT ANALYSIS (LDA E QDA)
K-NEAREST NEIGHBOURS (KNN)
MODELLI DI MACHINE LEARNING NON SUPERVISIONATI
15:K-MEANS
Modulo 1. Data Scientist e Analisi dei Big Data
LA RIVOLUZIONE DEI BIG DATA
L'INFORMAZIONE NEI DATI
DATA E WEB MINING
ANALISI QUANTITATIVA DEI DATI
DATA CLEANING
DIPENDENZA TRA VARIABILI
METODI DI ANALISI
NORMALIZZAZIONE DEI DATI
DATA VISUALIZATION NEI BIG DATA
Modulo 2. Big Data e Machine Learning: regressione, classificazione e clustering
IL TUO PRIMO MODELLO DI MACHINE LEARNING
PANORAMICA SUL MACHINE LEARNING
SIMPLE LINEAR REGRESSION
MULTIPLE LINEAR REGRESSION
INTERAZIONE NELLA MULTIPLE REGRESSION
NON LINEARITA' NELLA MULTIPLE REGRESSION
SCELTA DELLE VARIABILI
VALUTAZIONE DEL MODELLO - PARTE 1
VALUTAZIONE DEL MODELLO - PARTE 2
LOGISTIC REGRESSION
LINEAR E QUADRATIC DISCRIMINANT ANALYSIS (LDA E QDA)
K-NEAREST NEIGHBOURS (KNN)
MODELLI DI MACHINE LEARNING NON SUPERVISIONATI
15:K-MEANS
Obiettivi
- Gestire il processo di Big Data Management;
- Preparare database più o meno strutturati per l'analisi;
- Scegliere il modello o algoritmo statistico corretto a seconda degli scopi;
- Cogliere opportunità di business grazie all'utilizzo di Big Data provenienti da fonti diverse e in diversi settori;
- Realizzare modelli di Machine Learning in totale autonomia, sia per problemi di classificazione che di regressione e clustering, sia in casi supervisionati che non supervisionati;
- Usare algoritmi di Linear Regression (semplice, multipla e non lineare), Logistic Regression, LDA (Linear Discriminant Analysis), QDA (Discriminant Quadratic Analysis), KNN (K-Nearest Neighbours) e K-Means;
- Valutare i risultati di un modello di Machine Learning;
- Scegliere il modello di Machine Learning più appropriato per il caso in esame;
- Usare il linguaggio di programmazione R in RStudio.
- Preparare database più o meno strutturati per l'analisi;
- Scegliere il modello o algoritmo statistico corretto a seconda degli scopi;
- Cogliere opportunità di business grazie all'utilizzo di Big Data provenienti da fonti diverse e in diversi settori;
- Realizzare modelli di Machine Learning in totale autonomia, sia per problemi di classificazione che di regressione e clustering, sia in casi supervisionati che non supervisionati;
- Usare algoritmi di Linear Regression (semplice, multipla e non lineare), Logistic Regression, LDA (Linear Discriminant Analysis), QDA (Discriminant Quadratic Analysis), KNN (K-Nearest Neighbours) e K-Means;
- Valutare i risultati di un modello di Machine Learning;
- Scegliere il modello di Machine Learning più appropriato per il caso in esame;
- Usare il linguaggio di programmazione R in RStudio.
Master Executive in Big Data
International Management Institute
Campus e sedi: International Management Institute
International Management Institute
Srl Viale Certosa 218
20156
Milano