Login Utente

Ricorda Password

Modulo Analytics

Data Mining & Machine Learning

Docenti: docenti SAS, Agostino Di Ciaccio

Periodo: Marzo, Aprile, Maggio e Giugno 2025 - date da definire (8 gg lezione; 1 verifica)

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

Big Data Exploration & Visualization

Docenti: SAS, Valeria Cardellini, Gabriele Russo Russo

Periodo: Aprile e Maggio 2025 - date da definire (7 gg lezione)

Verrà presentata la soluzione Visual Analytics di SAS Viya per l’analisi esplorativa e visuale dei dati con esempi concreti di utilizzo degli strumenti di analisi visuali applicate ai dati Sales&Marketing. In seguito saranno introdotti i concetti relativi ad ambienti tipici del mondo dei Big Data e in particolare ad Hadoop e all’analisi di Big Data in real time.

Programma:

  • SAS Visual Analytics con Viya
  • Big Data, Hadoop & introduzione a Spark
  • Introduzione al data stream processing
  • Esempi aziendali

Artificial Intelligence & Deep Learning

Docente: Andrea Mercuri - DLI

Periodo: Maggio 2025 - date da definire (5 gg lezione)

Nel modulo verranno illustrati i modelli di reti neuronali utilizzati nell'ambito della classificazione e previsione.

Programma:

  • Introduzione al Deep Learning
  • Computer Vision
    • Deep Learning e computer vision
    • From Convolutional Layers to Pooling layers
    • Kernal and featuremap
    • Lenet Model
    • RestNet Model
    • Use case
  • RNN
  • Recurrent Neural network
  • GRU
  • LSTM
  • Use case
  • Concetti fondamentali di Reinforcement learning
  • Esempi di applicazioni
  • Processi di decisione di Markov ed equazioni di Bellman
  • Risoluzione di MDP mediante dynamic programming
  • Metodo SARSA.
  • Q-learning