I Componenti del processo decisionale 7

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "I Componenti del processo decisionale 7"

Transcript

1 Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence Decisioni efficaci e tempestive Dati, informazioni e conoscenza Ruolo dei modelli matematici Architetture di business intelligence Ciclo delle analisi di business intelligence Fattori abilitanti per progetti di business intelligence Realizzazione di un ambiente di business intelligence Etica e business intelligence Note bibliografiche Sistemi di supporto alle decisioni Definizione di sistema Rappresentazione dei processi decisionali Razionalità e problem solving Il processo decisionale Tipi di decisioni Orientamenti nel processo decisionale Evoluzione dei sistemi informativi Definizione di sistema di supporto alle decisioni Sviluppo di sistemi di supporto alle decisioni Note bibliografiche Data warehousing Definizione di data warehouse Data mart Qualità dei dati Architetture di data warehouse Strumenti ETL Metadati Cubi e analisi multidimensionali Gerarchie di concetti e operazioni OLAP Calcolo dei cubi di dati Note bibliografiche... 63

2 vi Indice II Modelli e metodi matematici 65 4 Modelli matematici per le decisioni Struttura dei modelli matematici Fasi di sviluppo di un modello Classi principali di modelli Note bibliografiche Data mining Definizione di data mining Modelli e metodi di data mining Data mining, statistica classica e OLAP Applicazioni di data mining Rappresentazione dei dati in ingresso Processo di data mining Metodologie di analisi Note bibliografiche Preparazione dei dati Validazione Dati incompleti Dati soggetti a rumore Trasformazione Standardizzazione Estrazione di attributi Riduzione Campionamento Selezione degli attributi Analisi delle componenti principali Discretizzazione Esplorazione dei dati Analisi univariata Analisi grafica di attributi categorici Analisi grafica di attributi numerici Indici di posizionamento centrale per attributi numerici Indici di dispersione per attributi numerici Indici di posizionamento relativo per attributi numerici Identificazione degli outlier per attributi numerici Indici di eterogeneità per attributi categorici Analisi della densità empirica Informazioni di sintesi Analisi bivariata Analisi grafica Indici di correlazione per attributi numerici Tabelle di contingenza per attributi categorici Analisi multivariata Analisi grafica Indici di correlazione per attributi numerici Note bibliografiche...147

3 Indice vii 8 Regressione Struttura dei modelli di stima Regressione lineare semplice Calcolo della retta di regressione Regressione lineare multipla Calcolo dei coefficienti di regressione Assunzioni relative ai residui Trattamento di attributi predittivi categorici Regressione ridge Regressione lineare generalizzata Valutazione dei modelli di regressione Normalità e indipendenza dei residui Significatività dei coefficienti Analisi della varianza Coefficiente di determinazione Coefficiente di correlazione lineare Multi-collinearità delle variabili indipendenti Limiti di confidenza e di predizione Selezione delle variabili predittive Esempio di sviluppo di un modello di regressione Note bibliografiche Serie storiche Definizione di serie storica Numeri indice Valutazione dei modelli di serie storiche Misure di distorsione Misure di dispersione Segnale di tracking Analisi delle componenti Media mobile Scomposizione di una serie storica Modelli di smoothing esponenziale Smoothing esponenziale semplice Smoothing esponenziale con correzione di tendenza Smoothing con tendenza e stagionalità Smoothing adattativo semplice Smoothing a tendenza ridotta Valori iniziali per i modelli di smoothing esponenziale Eliminazione di tendenza e stagionalità Modelli autoregressivi Modelli a media mobile Modelli autoregressivi a media mobile Modelli autoregressivi integrati a media mobile Identificazione di modelli autoregressivi Combinazione di modelli predittivi Scelta di un modello di previsione Caratteristiche del processo previsionale Selezione di una metodologia di previsione Note bibliografiche...212

4 viii Indice 10 Classificazione Problemi di classificazione Tassonomia dei modelli di classificazione Valutazione di modelli di classificazione Metodo holdout Campionamenti casuali ripetuti Cross-validation Matrici di confusione Grafici ROC Grafici di guadagno cumulato e di lift Alberi di classificazione Regole di separazione Criteri di separazione univariati Esempio di sviluppo di alberi di classificazione Criteri di arresto e regole di pruning Metodi bayesiani Classificatore bayesiano naive Esempio di utilizzo di un classificatore bayesiano naive Reti bayesiane Regressione logistica Reti neurali Perceptrone di Rosenblatt Reti feed-forward a più livelli Support vector machines Minimizzazione del rischio strutturale Iperpiani di margine massimo per la separazione lineare Separazione nonlineare Note bibliografiche Regole associative Struttura e valutazione delle regole associative Regole associative a dimensione singola Algoritmo Apriori Generazione degli itemset frequenti Generazione delle regole Altre regole di associazione Note bibliografiche Clustering Caratteristiche dei modelli di clustering Tipologie di modelli di clustering Misure di affinità Metodi di partizione Algoritmo delle K-medie Algoritmo dei K-medoidi Metodi gerarchici Metodi gerarchici di agglomerazione Metodi gerarchici di suddivisione Valutazione dei modelli di clustering Note bibliografiche...301

5 Indice ix III Applicazioni di business intelligence Modelli di marketing Marketing relazionale Motivazioni e obiettivi Un ambiente di analisi di marketing relazionale Lifetime value Latenza dei modelli predittivi Acquisizione Retention Cross-selling Market basket analysis Web mining Gestione della forza di vendita Processi decisionali nella gestione della forza di vendita Modelli per la gestione della forza di vendita Funzioni di risposta Allocazione delle aree di vendita agli agenti Pianificazione di visite e presentazioni Esempi applicativi Retention nelle telecomunicazioni Acquisizione nei veicoli industriali Cross-selling nel largo consumo Note bibliografiche Modelli logistici e produttivi Ottimizzazione della supply chain Modelli di ottimizzazione per la logistica Pianificazione a medio termine Capacità aggiuntiva Risorse multiple Modelli di backlog Lotti minimi e costi fissi Distinta base Impianti multipli Modelli di revenue management Processi decisionali di revenue management Esempi applicativi Pianificazione nel settore alimentare Pianificazione nel settore del packaging Note bibliografiche Data envelopment analysis Misura di efficienza Frontiera di efficienza Il modello CCR Definizione di obiettivi target Riferimenti eccellenti Individuazione di modi operativi efficienti Analisi di cross-efficienza

6 x Indice Input e output virtuali Restrizioni sui pesi Altri modelli Note bibliografiche A Strumenti software utilizzati 381 B Dataset utilizzati 383 Bibliografia 385 Indice analitico 394

Indice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza

Indice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6

Dettagli

1. EVOLUZIONE DELLE TECNOLOGIE DI ANALISI DEI DATI

1. EVOLUZIONE DELLE TECNOLOGIE DI ANALISI DEI DATI 1. EVOLUZIONE DELLE TECNOLOGIE DI ANALISI DEI DATI 1.1 Evoluzione delle tecnologie informatiche di gestione e analisi dati... 21 1.1.1 Fase 1 Database relazionali e SQL... 21 1.1.2 Fase 2- Data Warehouse

Dettagli

Indice. Prefazione. Capitolo 1 Introduzione al data warehousing 1

Indice. Prefazione. Capitolo 1 Introduzione al data warehousing 1 Indice Prefazione XI Capitolo 1 Introduzione al data warehousing 1 1.1 I sistemi di supporto alle decisioni 2 1.2 Il data warehousing 3 1.3 Architetture per il data warehousing 6 1.3.1 Architettura a un

Dettagli

Laboratorio di Sistemi Informativi Aziendali a.a

Laboratorio di Sistemi Informativi Aziendali a.a Laboratorio di Sistemi Informativi Aziendali a.a. 2006-2007 2007 Docente: Mario Guarracino mario.guarracino@na.icar.cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario

Dettagli

Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75

Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75 00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei

Dettagli

Indice. Prefazione PARTE I METODOLOGIA 17

Indice. Prefazione PARTE I METODOLOGIA 17 Prefazione XI Capitolo 1 Introduzione 1 1.1 Cos è il data mining? 2 1.1.1 Data mining e informatica 3 1.1.2 Data mining e statistica 5 1.2 Il processo del data mining 6 1.3 Software per il data mining

Dettagli

viii Indice generale

viii Indice generale Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi

Dettagli

Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura

Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI

Dettagli

Modelli matematici e Data Mining

Modelli matematici e Data Mining Modelli matematici e Data Mining Introduzione I modelli matematici giocano un ruolo critico negli ambienti di business intelligence e sistemi di supporto alle decisioni. Essi rappresentano un astrazione

Dettagli

Indice generale. Introduzione. Capitolo 1 Essere uno scienziato dei dati... 1

Indice generale. Introduzione. Capitolo 1 Essere uno scienziato dei dati... 1 Introduzione...xi Argomenti trattati in questo libro... xi Dotazione software necessaria... xii A chi è rivolto questo libro... xii Convenzioni utilizzate... xiii Scarica i file degli esempi... xiii Capitolo

Dettagli

Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano

Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione

Dettagli

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17 C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica

Dettagli

Presentazione dell edizione italiana

Presentazione dell edizione italiana Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed

Dettagli

Presentazione dell edizione italiana

Presentazione dell edizione italiana 1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli

Dettagli

Regressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Regressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il costo mensile Y di produzione e il corrispondente volume produttivo X per uno dei propri stabilimenti. Volume

Dettagli

1 PROCESSI STOCASTICI... 11

1 PROCESSI STOCASTICI... 11 1 PROCESSI STOCASTICI... 11 Introduzione... 11 Rappresentazione dei dati biomedici... 11 Aleatorietà delle misure temporali... 14 Medie definite sul processo aleatorio... 16 Valore atteso... 16 Esercitazione

Dettagli

PROBABILITÀ ELEMENTARE

PROBABILITÀ ELEMENTARE Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti

Dettagli

Statistica per le ricerche di mercato

Statistica per le ricerche di mercato Università degli studi della Tuscia Dipartimento di Economia e Impresa Statistica per le ricerche di mercato a.a. 2014/15 Prof.ssa Tiziana Laureti 01. Introduzione al corso 1 Statistica per le ricerche

Dettagli

MASTER UNIVERSITARIO

MASTER UNIVERSITARIO MASTER UNIVERSITARIO I Analisi Dati per la Business Intelligence e Data Science in collaborazione con Gestito da: V edizione 2016/2017 Dipartimento di Culture, Politica e Società Dipartimento di Informatica

Dettagli

BICOOP Churn Analisys

BICOOP Churn Analisys BICOOP Churn Analisys Definizione del concetto di abbandono e creazione di modelli previsionali Mirco Nanni KDD Lab,ISTI-CNR, Pisa mirco.nanni@isti.cnr.it Master MAINS, 6 luglio 2009 Sommario Introduzione

Dettagli

1.1 Obiettivi della statistica Struttura del testo 2

1.1 Obiettivi della statistica Struttura del testo 2 Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza

Dettagli

Statistica per le ricerche di mercato

Statistica per le ricerche di mercato Università degli studi della Tuscia Dipartimento di Economia e Impresa Statistica per le ricerche di mercato a.a. 2012/13 Dr. Luca Secondi 01. Introduzione al corso 1 Statistica per le ricerche di mercato

Dettagli

Serie storiche Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Serie storiche Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Serie storiche Introduzione Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. I modelli di analisi delle serie storiche si

Dettagli

2 Introduzione pestive ed efficaci, e di conseguire un differenziale competitivo. Analogamente, sul versante della pubblica amministrazione, l analisi

2 Introduzione pestive ed efficaci, e di conseguire un differenziale competitivo. Analogamente, sul versante della pubblica amministrazione, l analisi Introduzione Le profonde trasformazioni intervenute nei modi di produzione e nelle relazioni economiche hanno attribuito una crescente rilevanza agli scambi di beni immateriali, riconducibili in larga

Dettagli

Statistica descrittiva

Statistica descrittiva Luigi Vajani Statistica descrittiva r,,, I o -:i f e l ~ 1 (f"i I - / I I - ETASLIBRI Indice XIII Presentazione Parte prima - Introduzione 3 Capitolo 1 - Concetti generali 1.1 - Introduzione; l.2 - La

Dettagli

Istituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione

Istituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione Istituto Universitario Architettura Venezia TR 285 Servizio Bibliografico Audiovisivo e di Documentazione ENNIO CASCETT A Professore ordinario di Teoria dei sistemi di trasporto Università di Napoli «Federico

Dettagli

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25 Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità

Dettagli

Sistemi informativi aziendali struttura e processi

Sistemi informativi aziendali struttura e processi Sistemi informativi aziendali struttura e processi Data mining Copyright 2011 Pearson Italia Uso dei Data Warehouse Esistono tre tipi di applicazioni front-end per data warehouse Analisi statica (reporting)

Dettagli

VIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul

VIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul 1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5

Dettagli

Sommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51

Sommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51 Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19

Dettagli

Standard per Data Mining

Standard per Data Mining Standard per Data Mining Sistemi informativi per le Decisioni Slide a cura di prof. Claudio Sartori Iniziative di Standard per Data Mining I modelli di Data Mining e statistici generati dagli strumenti

Dettagli

Data Science A.A. 2018/2019

Data Science A.A. 2018/2019 Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Lez. 1 - Introduzione al corso Data Science 2018/2019 1 Docente del corso Prof. Antonio VIOLI Ricercatore nel s.s.d. SECS-S/06 presso

Dettagli

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN:

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: 88-8453-208-6 (print) ISBN: 88-8453-207-8 (online), Firenze

Dettagli

PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI

PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI 1 PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI In merito al programma del corso B di statistica già pubblicato con i relativi riferimenti

Dettagli

L analisi dei dati nell'indagine statistica

L analisi dei dati nell'indagine statistica ene zia i!'ivn Filomena Maggino L analisi dei dati nell'indagine statistica La realizzazione dell'indagine e l'analisi preliminare dei dari Volume 1 Firenze Uni versi ty \ -" Filomena Maggino :L analisi

Dettagli

Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi.

Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. I modelli di analisi delle serie storiche si propongono di identificare

Dettagli

Data Science A.A. 2018/2019

Data Science A.A. 2018/2019 Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Lez. 5 Data Mining Data Science 2018/2019 1 Data Mining Processo di esplorazione e analisi di un insieme di dati, generalmente di grandi

Dettagli

Metodi di analisi statistica multivariata

Metodi di analisi statistica multivariata Metodi di analisi statistica multivariata lzo V

Dettagli

Statistica multivariata 27/09/2016. D.Rodi, 2016

Statistica multivariata 27/09/2016. D.Rodi, 2016 Statistica multivariata 27/09/2016 Metodi Statistici Statistica Descrittiva Studio di uno o più fenomeni osservati sull INTERA popolazione di interesse (rilevazione esaustiva) Descrizione delle caratteristiche

Dettagli

Bilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche

Bilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche Indice Prefazione 1 1 Modelli di ottimizzazione 3 1.1 Modelli matematici per le decisioni.................... 4 1.1.1 Fasi di sviluppo di un modello................... 7 1.2 Esempi di problemi di ottimizzazione...................

Dettagli

Ringraziamenti dell Editore

Ringraziamenti dell Editore Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................

Dettagli

Regole di associazione

Regole di associazione M B G Regole di associazione ATA MINING: REGOLE I ASSOCIAZIONE - 1 Regole di associazione Ricerca di correlazioni in una collezione di dati strumento efficace per analizzare i dati senza conoscenza a priori

Dettagli

Reti Neurali in Generale

Reti Neurali in Generale istemi di Elaborazione dell Informazione 76 Reti Neurali in Generale Le Reti Neurali Artificiali sono studiate sotto molti punti di vista. In particolare, contributi alla ricerca in questo campo provengono

Dettagli

Indice generale. Ringraziamenti...xiii. Introduzione. Capitolo 1 Che cosa si intende per scienza dei dati?... 1

Indice generale. Ringraziamenti...xiii. Introduzione. Capitolo 1 Che cosa si intende per scienza dei dati?... 1 Ringraziamenti...xiii Introduzione...xv Informazioni su questo libro...xv A chi si rivolge questo libro...xvi Questioni di software...xvi Note sugli apici...xvii Il forum del libro...xvii Esercitazioni...xviii

Dettagli

Regole associative Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Regole associative Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Regole associative Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 26/27 Introduzione Le regole associative si collocano tra i metodi di apprendimento non supervisionato e sono volte

Dettagli

Statistica per l impresa

Statistica per l impresa Statistica per l impresa Obiettivi Il corso si propone di fornire i principali strumenti per l analisi di dati statistici in ambito aziendale. A partire dalle caratteristiche dell informazione statistica

Dettagli

Nota dell editore Presentazione

Nota dell editore Presentazione Autori Nota dell editore Presentazione XI XIII XV 1 Conoscenze preliminari per l osservazione biostatistica 1 Variabilità biologica e implicazioni statistiche 1 Variabili e costanti 2 Concetto di misura

Dettagli

Classificazione DATA MINING: CLASSIFICAZIONE - 1. Classificazione

Classificazione DATA MINING: CLASSIFICAZIONE - 1. Classificazione M B G Classificazione ATA MINING: CLASSIFICAZIONE - 1 Classificazione Sono dati insieme di classi oggetti etichettati con il nome della classe di appartenenza (training set) L obiettivo della classificazione

Dettagli

Data Science A.A. 2018/2019

Data Science A.A. 2018/2019 Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Lez. 6 Modelli di Classificazione Data Science 2018/2019 1 Definizione Si collocano tra i metodi di apprendimento supervisionato e mirano

Dettagli

MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla

MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus e Testi di Riferimento MIS 1 di 7 MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus da testo 1 (la numerazione fa riferimento ai capitoli del

Dettagli

INDICE. XIII Prefazione

INDICE. XIII Prefazione INDICE XIII Prefazione Capitolo zero Prerequisiti 3 Unità uno Statistica descrittiva 5 Capitolo uno Statistica descrittiva di base 5 1.1 Tipi di dati in biologia 6 1.2 Sintesi della statistica descrittiva

Dettagli

Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1

Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,

Dettagli

SISTEMI DI ANALISI DEI DATI

SISTEMI DI ANALISI DEI DATI SISTEMI DI ANALISI DEI DATI (Gli Analytics ) Breve introduzione panoramica ai Sistemi di Analisi dei dati per le decisioni. I Componenti del processo decisionale. 1- Premessa. Si tratta normalmente di

Dettagli

Reti Neurali. Corso di AA, anno 2016/17, Padova. Fabio Aiolli. 2 Novembre Fabio Aiolli Reti Neurali 2 Novembre / 14. unipd_logo.

Reti Neurali. Corso di AA, anno 2016/17, Padova. Fabio Aiolli. 2 Novembre Fabio Aiolli Reti Neurali 2 Novembre / 14. unipd_logo. Reti Neurali Corso di AA, anno 2016/17, Padova Fabio Aiolli 2 Novembre 2016 Fabio Aiolli Reti Neurali 2 Novembre 2016 1 / 14 Reti Neurali Artificiali: Generalità Due motivazioni diverse hanno spinto storicamente

Dettagli

Data warehouse Introduzione

Data warehouse Introduzione DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of Database and data mining group, D MG B Data warehouse Introduzione INTRODUZIONE - 1 Database and data

Dettagli

INDICE. Presentazione. pag. IL MARKETING MANAGEMENT

INDICE. Presentazione. pag. IL MARKETING MANAGEMENT Indice V INDICE Presentazione XI Capitolo 1 IL MARKETING MANAGEMENT 1. Finalità del capitolo 1 2. Gli obiettivi del marketing aziendale 2 2.1. Creare valore per il cliente e per l impresa, p. 2. 2.2. Il

Dettagli

Data mining: classificazione

Data mining: classificazione DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group

Dettagli

INDICE GENERALE 1. SISTEMA INFORMATIVO, SISTEMA DELLE INFORMAZIONI E INFORMATICA

INDICE GENERALE 1. SISTEMA INFORMATIVO, SISTEMA DELLE INFORMAZIONI E INFORMATICA V INDICE GENERALE Parte prima I SISTEMI INFORMATIVI AZIENDALI 1. SISTEMA INFORMATIVO, SISTEMA DELLE INFORMAZIONI E INFORMATICA 1.1. Cenni sull evoluzione dell informatica nelle aziende 1.2. Le aziende

Dettagli

Indice. Problemi presenti sul sito

Indice. Problemi presenti sul sito 18-12-2007 19:27 Pagina V Problemi presenti sul sito Prefazione XI XIII Introduzione Natura e scopo dei sistemi contabili 1 La necessità di informazioni 2 Le informazioni operative 3 Le informazioni di

Dettagli

Classificazione Mario Guarracino Data Mining a.a. 2010/2011

Classificazione Mario Guarracino Data Mining a.a. 2010/2011 Classificazione Mario Guarracino Data Mining a.a. 2010/2011 Introduzione I modelli di classificazione si collocano tra i metodi di apprendimento supervisionato e si rivolgono alla predizione di un attributo

Dettagli

Data warehouse Introduzione

Data warehouse Introduzione D M B G Data warehouse Introduzione INTRODUZIONE - 1 Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi di dati contenenti dati di tipo operativo queste basi di dati

Dettagli

Reti Neurali (Parte I)

Reti Neurali (Parte I) Reti Neurali (Parte I) Corso di AA, anno 2017/18, Padova Fabio Aiolli 30 Ottobre 2017 Fabio Aiolli Reti Neurali (Parte I) 30 Ottobre 2017 1 / 15 Reti Neurali Artificiali: Generalità Due motivazioni diverse

Dettagli

Indice generale. Introduzione. Ringraziamenti dell autore...xxi. Capitolo 1 Dare ai computer la capacità di apprendere dai dati...

Indice generale. Introduzione. Ringraziamenti dell autore...xxi. Capitolo 1 Dare ai computer la capacità di apprendere dai dati... Premessa Introduzione...xiii...xv Struttura del libro...xvi Dotazione software necessaria...xvii A chi è rivolto questo libro...xviii Convenzioni...xviii Scarica i file degli esempi...xix L autore...xix

Dettagli

Marketing relazionale

Marketing relazionale Marketing relazionale Introduzione Nel marketing intelligence assume particolare rilievo l applicazione di modelli predittivi rivolte a personalizzare e rafforzare il legame tra azienda e clienti. Un azienda

Dettagli

Introduzione La natura e lo scopo dei sistemi contabili 1

Introduzione La natura e lo scopo dei sistemi contabili 1 Indice Prefazione Ringraziamenti dell Editore Guida alla lettura XIX XXI XXIII Introduzione La natura e lo scopo dei sistemi contabili 1 La necessità di informazioni 1 Le informazioni operative 3 Le informazioni

Dettagli

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,

Dettagli

Indice. Prefazione alla seconda edizione Autori Ringraziamenti dell Editore In questo volume... XV XXI XXIII XXV

Indice. Prefazione alla seconda edizione Autori Ringraziamenti dell Editore In questo volume... XV XXI XXIII XXV Indice Prefazione alla seconda edizione Autori Ringraziamenti dell Editore In questo volume... XV XXI XXIII XXV Introduzione Origini ed evoluzione del controllo direzionale nella letteratura italiana e

Dettagli

REGISTRO DELLE LEZIONI*

REGISTRO DELLE LEZIONI* UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI* dell' INSEGNAMENTO o MODULO UFFICIALE Nome:

Dettagli

Parte I Processi, organizzazione e sistemi informativi di Demand Planning

Parte I Processi, organizzazione e sistemi informativi di Demand Planning Indice Introduzione... 1 Parte I Processi, organizzazione e sistemi informativi di Demand Planning 1 Demand Planning e Supply Chain Management... 13 1.1 IntroduzionealDemandPlanning... 13 1.1.1 DefinizionediDemandPlanning...

Dettagli

INDICE. Problemi presenti sul sito

INDICE. Problemi presenti sul sito I-XIV_Romane_Analisi 2-03-2005 11:03 Pagina V INDICE Problemi presenti sul sito Prefazione XI XIII Introduzione Natura e scopo dei sistemi contabili 1 La necessità di informazioni 1 Le informazioni operative

Dettagli

Prof. Giorgio Poletti

Prof. Giorgio Poletti 5 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it I dati sono diventati il quarto fattore produttivo, dopo i classici terra, lavoro e capitale.

Dettagli

Indice. Prefazione all edizione italiana, di Piero Veronese » XI. Prefazione

Indice. Prefazione all edizione italiana, di Piero Veronese » XI. Prefazione Indice Prefazione all edizione italiana, di Piero Veronese pag. IX Prefazione 1. EE: un introduzione alle distribuzioni di probabilità e ai metodi di stima statistica 1.1. EE: incertezza e probabilità

Dettagli

Dall analisi analisi delle performance alle applicazioni di c.r.m. analitico

Dall analisi analisi delle performance alle applicazioni di c.r.m. analitico Direzione Centrale Area Marketing e Sviluppo Ufficio Analisi Dati Commerciali Dall analisi analisi delle performance alle applicazioni di c.r.m. analitico Domenico Buonocunto d.buonocunto@roma.bcc.it Indice

Dettagli

Indice. Presentazione

Indice. Presentazione Indice Presentazione v 1 Il problema statistico 1 1.1 Esperienze e regole 1 1.2 Un esempio introduttivo 3 1.3 Esperienze ed errori 4 1.4 Errori e fluttuazioni 6 1.5 Quando non ci sono regole 7 1.6 Conclusione

Dettagli

Tecniche di riconoscimento statistico

Tecniche di riconoscimento statistico On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 9 Alberi di decisione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr

Dettagli

Indice. Pensare per sistemi 1. dell impresa sistema vitale 67. Capitolo I. Capitolo II. pag.

Indice. Pensare per sistemi 1. dell impresa sistema vitale 67. Capitolo I. Capitolo II. pag. Indice Capitolo I Pensare per sistemi 1 1.1. Introduzione 1 1.2. Le prime formulazioni del pensiero sistemico e i concetti fondanti 3 1.3. Il consolidamento delle teorie formali 10 1.4. Estensione concettuale

Dettagli

Kernel Methods. Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò

Kernel Methods. Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò Kernel Methods Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 14/05/2018 Kernel Methods Definizione di Kernel Costruzione di Kernel Support Vector Machines Problema primale e duale

Dettagli

Sommario. Prefazione...xi. Capitolo 1 Introduzione...1. Capitolo 2 Basi concettuali... 19

Sommario. Prefazione...xi. Capitolo 1 Introduzione...1. Capitolo 2 Basi concettuali... 19 Prefazione...xi Capitolo 1 Introduzione...1 1.1 Il ruolo dell informazione...1 1.1.1 Gestire informazione...2 1.2 Il sistema informativo...3 1.3 Il ruolo del sistema informativo nell organizzazione...10

Dettagli

COGNOME.NOME...MATR..

COGNOME.NOME...MATR.. STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità

Dettagli

Architetture di Data Warehouse. PDF created with pdffactory trial version

Architetture di Data Warehouse. PDF created with pdffactory trial version Architetture di Data Warehouse L aspetto architetturale del DW o L aspetto architetturale è estremamente importante: il dw deve essere dotato della capacità di eseguire operazioni complesse e pesanti dal

Dettagli

CORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA

CORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA CORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA Settore Scientifico-Disciplinare: MED/01 Statistica Medica; INF/01 Informatica CFU Tot.: 5 Coordinatore: Prof. Dario Bruzzese Dip.: Sanità Pubblica.,

Dettagli

Pre-elaborazione dei dati (Data pre-processing)

Pre-elaborazione dei dati (Data pre-processing) Pre-elaborazione dei dati (Data pre-processing) I dati nel mondo reale sono sporchi incompleti: mancano valori per gli attributi, mancano attributi importanti, solo valori aggregati rumorosi: contengono

Dettagli

Statistica per l Impresa

Statistica per l Impresa Statistica per l Impresa a.a. 2017/2018 Tecniche di Analisi Multidimensionale Analisi dei Gruppi 23 aprile 2018 Indice 1. Analisi dei Gruppi: Introduzione 2. Misure di distanza e indici di similarità 3.

Dettagli

Classificazione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Classificazione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Classificazione Introduzione I modelli di classificazione si collocano tra i metodi di apprendimento supervisionato e si rivolgono alla predizione di un attributo target categorico. A partire da un insieme

Dettagli

Bexa Consulting s.r.l Milano Milano

Bexa Consulting s.r.l Milano Milano Bexa Consulting s.r.l. Sede Legale Via Turati, 29 sede Operativa Via Pergolesi, 8 20121 Milano 20124 Milano info@bexa.it STRATEGIA D IMPRESA OPERAZIONI STRAORDINARIE INTERNAZIONALIZZAZIONE AMMINISTRAZIONE,

Dettagli

COMPLEMENTI DI RICERCA OPERATIVA

COMPLEMENTI DI RICERCA OPERATIVA Corsi di Laurea in Ingegneria dell Automazione, Informatica, Matematica e Telecomunicazioni COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web: http://home.dei.polimi.it/amaldi/cro-09.shtml

Dettagli

Data warehouse: introduzione

Data warehouse: introduzione atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and

Dettagli

Calcolo delle probabilità e statistica

Calcolo delle probabilità e statistica Grazia Vicario Raffaello Levi Calcolo delle probabilità e statistica per 1ngegner1 - GO... PROGenO 00 LeoNARDO BOLOGNA r r, ) - Universi!a' IU~V Venezia DEPCIA w 1852 BIBLIOTECA G.ASTENGO G. Vicario~ R.

Dettagli

Data Mining2 Advanced Aspects and Applications

Data Mining2 Advanced Aspects and Applications Data Mining2 Advanced Aspects and Applications Fosca Giannotti and Mirco Nanni Pisa KDD Lab, ISTI-CNR & Univ. Pisa http://www-kdd.isti.cnr.it/ DIPARTIMENTO DI INFORMATICA - Università di Pisa anno accademico

Dettagli

IL NUOVO MODELLO PER LA PREVISIONE POLLINICA. Stefano Marchesi Direzione Tecnica Centro Tematico Regionale Ambiente Salute

IL NUOVO MODELLO PER LA PREVISIONE POLLINICA. Stefano Marchesi Direzione Tecnica Centro Tematico Regionale Ambiente Salute IL NUOVO MODELLO PER LA PREVISIONE POLLINICA Stefano Marchesi Direzione Tecnica Centro Tematico Regionale Ambiente Salute La presenza del polline in atmosfera concentrazione pollinica [numero di granuli/mc

Dettagli

INDICE CONCETTI DI BASE DELLE TECNOLOGIE DELL'INFORMAZIONE E DELLA COMUNICAZIONE

INDICE CONCETTI DI BASE DELLE TECNOLOGIE DELL'INFORMAZIONE E DELLA COMUNICAZIONE INDICE Presentazione... Prefazione alla seconda edizione... XIII XV CAPITOLO I CONCETTI DI BASE DELLE TECNOLOGIE DELL'INFORMAZIONE E DELLA COMUNICAZIONE 1.1. Per iniziare... 2 1.1.1. Dato, informazione

Dettagli

Corso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018

Corso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018 Corso di Laurea in Amministrazione Aziendale Complex Learning Statistica l azienda (T) SECS-S/01 a. a. 2017/2018 DOCENTI TITOLARI : Prof. Nicoletta Melis ORE DI LEZIONE ON LINE : 18 ore : 6 3 TIPOLOGIE

Dettagli

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4

Dettagli

Indice. Prefazione...

Indice. Prefazione... Indice Prefazione... IX 1 Introduzione... 1 1.1 L'econometria.... 1 1.2 Struttura del volume... 2 1.3 Esempi ed esercizi... 4 2 Introduzione al modello di regressione lineare... 6 2.1 I minimi quadrati

Dettagli