Programma
Modulo 1: la Data Science per l'IT
Cos'è la Data Science e come si integra nel mondo IT.
Il ciclo di vita dei dati: raccolta, pulizia, analisi e visualizzazione.
Tecniche di analisi dei dati per supportare le decisioni aziendali.
Ruolo di Data Scientist vs Data Analyst e altre figure nel team di Data Science.
Modulo 2: Fondamenti di Statistica per l'IT
Concetti di base della statistica: popolazione, campione, variabili e distribuzioni.
Statistiche descrittive: media, mediana, moda, deviazione standard.
Probabilità e distribuzioni di probabilità: normale, binomiale, Poisson.
Introduzione ai test di ipotesi e ai concetti di significatività statistica.
Modulo 3: Raccolta e Preparazione dei Dati
Tipi di dati: strutturati, non strutturati, semi-strutturati.
Metodi di raccolta dei dati (database, API, scraping, sensori).
Tecniche di pulizia dei dati: rimozione dei valori mancanti, gestione dei duplicati, outlier.
Trasformazioni dei dati: normalizzazione, scaling, encoding.
Modulo 4: Analisi Esplorativa dei Dati (EDA)
Cos'è l'analisi esplorativa dei dati (EDA) e perché è fondamentale.
Tecniche di visualizzazione dei dati: istogrammi, boxplot, heatmap.
Analisi delle correlazioni tra variabili.
Identificazione di pattern e tendenze nei dati.
Modulo 5: Fondamenti di Programmazione per la Data Science (Python/R)
Introduzione ai linguaggi di programmazione utilizzati in Data Science: Python e R.
Fondamenti di Python/R per la manipolazione dei dati (pandas, numpy, dplyr).
Creazione di script per la preparazione e analisi dei dati.
Visualizzazione dei dati con librerie come matplotlib (Python) o ggplot2 (R).
Modulo 6: Statistiche Inferenziali per l'IT
Differenza tra statistica descrittiva e inferenziale.
Teoria dei test di ipotesi: test t, test Z, test chi-quadrato.
Intervalli di confidenza e significatività statistica.
Applicazione delle inferenze statistiche in ambito IT e aziendale.
Modulo 7: Regressione Lineare e Modelli Predittivi
Cos'è la regressione lineare e come applicarla.
Interpretazione dei coefficienti della regressione.
Valutazione delle performance del modello: R², errori quadrati medi (MSE).
Costruzione di modelli predittivi con variabili continue.
Modulo 8: Regressione Logistica e Classificazione
Cos'è la regressione logistica e come viene usata per la classificazione.
Funzione di attivazione sigmoide e probabilità.
Valutazione del modello di classificazione: matrice di confusione, accuratezza, precisione, recall, AUC-ROC.
Applicazioni pratiche della regressione logistica in IT, come la previsione di abbandono (churn prediction).
Modulo 9: Clustering e Segmentazione dei Dati
Cos'è il clustering e le sue applicazioni pratiche.
Algoritmi di clustering: k-means, DBSCAN, gerarchico.
Valutazione dei risultati del clustering: silhouette score, errore quadratico medio.
Segmentazione dei clienti o utenti basata sui dati comportamentali.
Modulo 10: Tecniche di Machine Learning Supervisionato
Cos'è il machine learning supervisionato e come applicarlo.
Algoritmi comuni di machine learning supervisionato: decision tree, random forest, SVM, KNN.
Overfitting vs underfitting: come evitarli.
Validazione dei modelli: cross-validation, grid search.
Modulo 11: Tecniche di Machine Learning Non Supervisionato
Cos'è il machine learning non supervisionato e come applicarlo.
Algoritmi di machine learning non supervisionato: clustering, PCA (Principal Component Analysis).
Applicazioni pratiche del machine learning non supervisionato nell'analisi dei dati IT.
Riduzione della dimensionalità e visualizzazione dei dati.
Modulo 12: Analisi delle Serie Temporali
Cos’è l’analisi delle serie temporali e le sue applicazioni.
Tecniche di decomposizione delle serie temporali: trend, stagionalità, ciclicità.
Modelli di previsione delle serie temporali: ARIMA, Exponential Smoothing.
Applicazioni delle serie temporali nell'IT: previsione dei carichi di sistema, analisi delle tendenze del traffico web.
Modulo 13: Big Data e Tecniche di Analisi Scalabile
Cos’è il Big Data e come si differenzia dai dati tradizionali.
Architettura dei Big Data: Hadoop, Spark, NoSQL.
Tecniche di analisi scalabili e distribuite per grandi volumi di dati.
Utilizzo di Spark e MapReduce per l’analisi di Big Data.
Modulo 14: Data Visualization e Reportistica
Importanza della visualizzazione dei dati nella comunicazione dei risultati.
Creazione di dashboard interattive e report (Tableau, Power BI).
Tecniche avanzate di visualizzazione: grafici a dispersione, heatmaps, diagrammi di Sankey.
Best practices per la visualizzazione dei dati a supporto delle decisioni aziendali.
Modulo 15: Etica e Privacy nell'Analisi dei Dati
Considerazioni etiche nell'uso dei dati: bias, fairness e privacy.
Leggi e normative sulla privacy: GDPR, CCPA, ecc.
Come proteggere i dati sensibili durante l’analisi e l'archiviazione.
Responsabilità dei Data Scientist nella gestione dei dati personali.
