Benvenuti

Cari Corsistii, benvenuti sulla piattaforma del Master in Data Science.

Il Master è Innovativo nei contenuti e nelle metodologie didattiche, rappresenta un'esperienza che esige motivazione insieme a continuità d'impegno. Consapevoli di accompagnarvi in un percorso in qualche modo sperimentale, tutti, dai docenti, al coordinatore, al responsabile della didattica, ai tutor, alla sezione di didattica online, operano per facilitare giorno per giorno il raggiungimento degli obiettivi di studio e creare un clima di attiva partecipazione.

Nell'iniziare un percorso comune è importante stabilire fra le istituzioni formative e gli iscritti un patto formativo che permetta di:

·      conoscere con chiarezza la struttura organizzativa del progetto;

·      condividere gli obiettivi che il Master si propone;

·      operare per il raggiungimento dei risultati attesi.

L'operatore che il Corso intende formare o perfezionare sarà in grado di:

·      conoscere e selezionare le fonti di dati più appropriate alle finalità della propria organizzazione;

·      progettare e governare un intero intervento di acquisizione, elaborazione, integrazione e analisi dei dati;

·      comunicare i risultati ottenuti agli stakeholder in modo efficace e servendosi degli strumenti di volta in volta più opportuni;

·      promuovere all’interno dei processi organizzativi aziendali la diffusione della “intelligenza dei dati”.

E' rivolto a coloro che intendono acquisire conoscenze specialistiche nel settore della Data Science e in particolare a:

·      funzionari e dirigenti delle Pubbliche Amministrazioni;

·      manager e consulenti di aziende private;

·      specialisti delle funzioni IT di aziende pubbliche e private;

·      laureati che intendano specializzarsi nel settore della Data Science.

Fin dal primo incontro sono introdotti i contenuti che costituiscono l’oggetto del corso in modo da analizzare i possibili scenari in cui si opera, individuare una cornice di riferimento comune e stabilire un linguaggio condiviso. Nei seminari successivi, concetti e temi verranno proposti dal punto di vista dei fondamenti teorico-disciplinari e gradualmente condotti su un piano operativo attraverso esercitazioni, ricerche guidate ed attività formative individuali e di gruppo. Negli incontri seminariali gli iscritti avranno modo di rivolgersi ai docenti e di discutere con loro temi, esperienze e casi studio. Peraltro, potranno rivolgersi ai docenti anche durante lo svolgimento dei moduli a distanza. Il primo approccio con  nuovi metodi e concetti potrà suscitare qualche preoccupazione agli iscritti che non operano ancora nel settore, ma, durante la partecipazione al corso, l'assistenza dei tutor consentirà a tutti di raggiungere gli obiettivi di apprendimento prefissati.

Un team di docenti e ricercatori svolgerà con continuità l'assistenza specialistica nelle varie aree disciplinari.


La durata del corso è di un anno accademico e corrisponde ai 60 crediti formativi previsti per i Master rilasciati dalle Università italiane e riconosciuti per reciprocità a livello europeo. Il programma è organizzato sulla base di un Calendario. La frequenza alle attività è obbligatoria. Una frequenza inferiore al 70% del monte ore complessivo previsto comporterà l'esclusione dal corso e la perdita della tassa di iscrizione.

L’e-learning rappresenta oggi una risposta concreta alla domanda di formazione continua (life long learning) di un pubblico adulto e spesso già inserito nel mondo produttivo. Negli anni si sono sviluppate per questa specifica modalità di apprendimento applicazioni tecnologiche, metodologie didattiche e standard di qualità imprescindibili per un percorso formativo efficace.
L'e-learning consente, attraverso la struttura didattica e i tutor, una cura del rapporto interpersonale ed una continua messa a punto del percorso formativo individuale. Garantisce, inoltre, alti standard di flessibilità dell'offerta didattica e permette elevate forme di collaborazione, attraverso lo scambio di idee e la discussione su problematiche proposte.
Buon lavoro!

A presto.

Stella Iezzi

 




Immagine Sandro Stancampiano
Data Mining con R
di Sandro Stancampiano - martedì, 26 settembre 2017, 16:27
 

Buongiorno a tutti, svolgendo l'esercizio di verifica in oggetto, mi sono accorto che un punto molto importante ovvero la scelta del numero del numero delle componenti principali su cui lavorare è fortemente discrezionale. 

Considerato che le variabili quantitative di partenza sono 15 (che ...

Leggi il resto dell'argomento
(232 parole)
 
Immagine Simona Mercurio
quante CP considerare nell'ACM dell'esercizio di DV
di Simona Mercurio - lunedì, 25 settembre 2017, 17:07
 

Buonasera, seguendo le modalità di esecuzione illustrate nella lezione in classe della professoressa Iezzi, applicando la MCA sul dataset ripulito dai valori NA ho un risultato in cui occorrono parecchie dimensioni per spiegare la maggior informazione possibile.

Ha senso fermarsi al 60 per cento per non arrivare ad un elevato numero di CP (nel mio caso 3)?

Esiste un compromesso fra la qualità dell'informazione e la leggibilità di un risultato?

Grazie

Simona Mercurio

 
Immagine Iolanda Maggio
Data Visualization Test
di Iolanda Maggio - mercoledì, 30 agosto 2017, 12:29
 
Salve, gli ultimi due punti del test richiedevano la creazione di stili comportamentali e clustering. Abbiamo provato piu volte ad implementare prima mca e poi hcpc anche aiutandoci con il materiale del docente che ha spiegato il clustering ma per il III modulo. Nulla a molti di noi non funziona ...Leggi il resto dell'argomento
(109 parole)
 
Immagine Viola Talucci
FORUM
di Viola Talucci - giovedì, 24 agosto 2017, 10:56
 
Gentili corsisti,
siamo lieti di aprire la seconda parte del Master che sarà dedicata ad approfondimenti di contenuti sviluppati nella prima parte del corso e al project work.

Vi chiediamo cortesemente di dedicare cinque minuti del vostro tempo per indicarci eventuali argomenti, trattati nei tre ...Leggi il resto dell'argomento
(90 parole)