Data Mining & Machine Learning
Docenti e date: 8 gg lezione; 1 verifica
- Agostino Di Ciaccio: 5, 6 e 7 maggio 2025 e 25 giugno (Gen AI)- in presenza
- docenti SAS: 12, 13 e 14 maggio e 22 maggio 2025 - online
Nel modulo verranno illustrati gli elementi di base di Predictive analytics, dove si vedranno alcune tecniche statistiche di previsione utilizzate nel predictive modeling, nel machine learning e nel data mining.
Si partirà dal Data Mining per le decisioni aziendali, descrivendo i metodi di apprendimento supervisionato e non, i metodi di selezione del modello e quelli per valutare le capacità di previsione.
Successivamente, verranno descritti gli elementi di base del machine learning e le tecniche più importanti utilizzando le librerie dedicate presenti su Python.
I partecipanti impareranno a creare diagrammi di flusso utilizzando l’insieme di tool di SAS Viya sia per il pattern discovery (segmentazione, associazione e analisi di sequenza) sia per la costruzione di modelli predittivi (albero di decisione, di regressione e modelli di reti neurali).
Programma:
- Metodi di apprendimento supervisionato
- Metodi di apprendimento non supervisionato
- Tecniche di selezione e valutazione del modello
- Machine learning con Python
- Introduzione a SAS Visual Statistics in Viya
- SAS Visual Data Mining & Machine Learning in Viya
- SAS model Studio: introduzione e preparazione all'esame
- Integrazione tra SAS e open source su Advanced Analytics
