I Componenti del processo decisionale 7
|
|
- Costantino Giusti
- 5 anni fa
- Visualizzazioni
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
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
Dettagli1. 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
DettagliIndice. 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
DettagliLaboratorio 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
DettagliIndice. 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
DettagliIndice. 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
Dettagliviii 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
DettagliPrefazione 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
DettagliModelli 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
DettagliIndice 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
DettagliCorso 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
Dettagli3.1 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
DettagliPresentazione 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
DettagliPresentazione 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
DettagliRegressione 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
Dettagli1 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
DettagliPROBABILITÀ 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
DettagliStatistica 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
DettagliMASTER 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
DettagliBICOOP 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
Dettagli1.1 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
DettagliStatistica 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
DettagliSerie 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
Dettagli2 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
DettagliStatistica 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
DettagliIstituto 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
DettagliSommario. 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
DettagliSistemi 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)
DettagliVIII 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
DettagliSommario. 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
DettagliStandard 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
DettagliData 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
DettagliFilomena 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
DettagliPROGRAMMA 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
DettagliL 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
DettagliPer 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
DettagliData 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
DettagliStatistica 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
DettagliBilanciamento 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...................
DettagliRingraziamenti 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....................
DettagliRegole 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
DettagliReti 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
DettagliIndice 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
DettagliRegole 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
DettagliStatistica 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
DettagliNota 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
DettagliClassificazione 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
DettagliData 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
DettagliMODELLISTICA 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
DettagliINDICE. 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
DettagliUniversità 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,
DettagliSISTEMI 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
DettagliReti 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
DettagliData 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
DettagliINDICE. 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
DettagliData 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
DettagliINDICE 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
DettagliIndice. 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
DettagliClassificazione 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
DettagliData 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
DettagliReti 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
DettagliIndice 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
DettagliMarketing 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
DettagliIntroduzione 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
DettagliUniversità 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,
DettagliIndice. 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
DettagliREGISTRO 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:
DettagliParte 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...
DettagliINDICE. 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
DettagliProf. 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.
DettagliIndice. 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
DettagliDall 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
DettagliIndice. 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
DettagliTecniche 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
DettagliIndice. 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
DettagliKernel 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
DettagliSommario. 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
DettagliCOGNOME.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
DettagliArchitetture 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
DettagliCORSO 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.,
DettagliPre-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
DettagliStatistica 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.
DettagliClassificazione 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
DettagliBexa 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,
DettagliCOMPLEMENTI 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
DettagliData 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
DettagliCalcolo 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.
DettagliData 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
DettagliIL 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
DettagliINDICE 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
DettagliCorso 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
DettagliPresentazione 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
DettagliIndice. 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