Metodi supervisionati e non supervisionati. Regressione multipla, modello logit, analisi discriminante, alberi classificatori, metodo K-nn. Analisi cluster, regole associative.
Le opportunità dell’analisi dei big data. Tipologie di big data e loro utilizzo.
Ambiti di applicazione: segmentazione di mercato, rischio di credito, comportamento di acquisto, sentiment analysis (es. Twitter data). Analisi del comportamento di visita di un sito web (analisi dei logfile)
Obiettivi Formativi
Essere capaci di predisporre dati ed analisi per leI principali problematiche nella ricerca in ambito aziendale.Saper usare un software statistico ed interpretare i risultati forniti.
Prerequisiti
Statistica, Statistica economica
Metodi Didattici
Lezioni frontali e sessioni di laboratorio.
Altre Informazioni
Ulteriore materiale didattico sarà disponibili sulla pagina Moodle del Corso di Statistica Economica (accessibile da http://e-l.unifi.it/).
Modalità di verifica apprendimento
Project work e prova orale (con esercizi al computer)
Programma del corso
Introduzione all’analisi dei business data con riferimento anche alle opportunità e limiti offerti dai “big data”. Tipi di ricerca: esplorativa, descrittiva, esplicativa.
Metodi supervisionati: regression multipla, regressori dummy, interazioni fra variabili, forme non lineari; modello logit; analisi discriminante; alberi classificatori con target categorico e non.
Metodi non supervisionati: componenti principali, analisi cluster, regole associative.
Nuove fonti di dati per l’analisi di mercato: social media (twitter data), mobile phone data, e analisi dei logfile, sentiment analysis.Laboratorio con l’utilizzo del software R.