Predictive analytics on Big Data
Corso
A Torino
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
-
Tipologia
Corso
-
Livello
Livello intermedio
-
Luogo
Torino
-
Ore di lezione
16h
-
Durata
2 Giorni
-
Inizio
Scegli data
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 degli algoritmi di machine learning più utilizzati per la classificazione, la regressione ed il clustering.
Inoltre, sono ampiamente trattate le tecniche per la valutazione ed il confronto dei modelli predittivi.
Infine sono esposti alcuni esempi di utilizzo delle tecniche predittive per la soluzione di alcuni problemi di business.
Sedi e date
Luogo
Inizio del corso
Inizio del corso
Profilo del corso
Il corso è rivolto ad analisti che desiderino approfondire le tematiche legate all’analisi predittiva.
Per partecipare con profitto a questo corso è consigliata la partecipazione al corso OEC006 Big Data o conoscenze equivalenti.
Opinioni
Materie
- Predictive analytics on Big Data
- Big Data
- E-business
- Clustering
- E-learning
- Machine Learning
- Analisi predittiva
- Predictive Analytics
- Processo CRISP-DM
- Algoritmi
Professori
Mirko Patti
Dott.
Programma
• Data Mining e Machine Learning
• Classificazione, regressione, clustering, associazione
• Utilizzi della predictive analytics per risolverre 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
Alcuni case studies
• Churn Analysis
• Fraud Detection
• Marketing Campaign targeting
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Predictive analytics on Big Data