FORTUNA FRANCESCA
Obiettivi
Il corso ha l’obiettivo di introdurre i principi fondamentali dello statistical learning per l’analisi dei dati, con particolare attenzione ai problemi di regressione e classificazione in contesti supervisionati. Al termine del corso, lo studente sarà in grado di comprendere i principali modelli statistici per l’analisi predittiva; valutare e selezionare modelli attraverso criteri statistici e metodi di validazione; interpretare i risultati dei modelli e valutarne le prestazioni; utilizzare il software R (e RStudio) per implementare analisi di base di statistical learning. Il corso privilegia un approccio applicativo, con esempi pratici su dati reali.Risultati Apprendimento Attesi
Al termine del corso, lo studente avrà acquisito le conoscenze di base relative ai principali concetti e metodi dello Statistical Learning e sarà in grado di applicare semplici metodologie statistiche per l’analisi e la previsione a partire da dati reali.In particolare, lo studente sarà in grado di:
* comprendere i concetti fondamentali dello Statistical Learning e distinguere tra apprendimento supervisionato e non supervisionato;
* riconoscere e distinguere problemi di regressione e classificazione;
* comprendere i concetti di accuratezza predittiva, errore di previsione, overfitting e underfitting;
* comprendere il compromesso tra bias e varianza e il suo ruolo nella scelta di un modello;
* applicare e interpretare i principali modelli di regressione lineare e i metodi di base per la classificazione;
* conoscere e applicare semplici tecniche di selezione e regolarizzazione dei modelli;
* comprendere e utilizzare i principali metodi basati su alberi decisionali;
* conoscere gli elementi di base delle tecniche di apprendimento non supervisionato, con particolare riferimento alla riduzione della dimensionalità e al clustering;
* valutare e confrontare le prestazioni predittive di diversi modelli mediante opportune misure di errore e tecniche di validazione, inclusa la cross-validation;
* applicare le metodologie apprese a semplici dataset reali mediante l’utilizzo di appropriati strumenti software statistici;
* interpretare criticamente i risultati delle analisi e comunicarli utilizzando un linguaggio statistico appropriato.
Programma
Il corso affronterà le seguenti tematiche:• Introduzione ai principali modelli di statistical learning (apprendimento statistico);
• problemi di previsione e classificazione: richiami su regressione lineare e sui principali metodi di classificazione non supervisionata;
• Supervised classification: K-Nearest-Neighbours;
• Errore di misclassificazione;
• Metodi di ricampionamento: cross validation e bootstrap;
• Metodi basati su alberi decisionali: regression trees, classification trees, bagging, random forests, boosting.
• Introduzione ai metodi di classificazione Semi-supervisionata;
• Uso dell’ambiente statistico R
Prerequisiti
aver superato gli esami di Statistica e Statistica per big data. Conoscenze di algebra lineare, statistica inferenziale, modelli lineari.Testi Adottati
James, G., Witten, D., Hastie, T., Tibshirani, R. (2021). Introduzione all'apprendimento statistico. Con applicazioni in R. Springer.Modalità Frequenza
La frequenza non è obbligatoria, ma fortemente raccomandata.Modalità Valutazione
Esame orale. Durante il corso si svolgeranno due prove scritte intermedie (la prima a metà corso circa e la seconda in prossimità della fine del corso). La prenotazione alle prove intermedie avverrà esclusivamente tramite Gomp. L'accesso alle prove intermedie è consentito a tutti gli studenti (frequentanti e non frequentanti).