mail unicampaniaunicampania webcerca

logo matfis unicampania mob

logo matfis unicampania

Raffaele MATTERA

Insegnamento di STATISTICAL LEARNING

Corso di laurea in DATA ANALYTICS

SSD: SECS-S/01

CFU: 4,00

ORE PER UNITÀ DIDATTICA: 32,00

Periodo di Erogazione: Secondo Semestre

Italiano

Lingua insegnamento

Inglese

Contenuti

- Introduzione all'apprendimento statistico

- Regressione lineare

- Metodi di classificazione

-Metodi di Ricampionamento

- Metodi di Regolarizzazione

- Modelli ad albero

- Introduzione a SVM

- Introduzione all'apprendimento statistico per dati autocorrelati

Testi di riferimento

James, G., Witten, D., Hastie, T., & Tibshirani, R. "An Introduction to Statistical Learning". Springer.

Oppure:

James, G., Witten, D., Hastie, T., & Tibshirani, R. "Introduzione all'apprendimento statistico". PICCIN.

Obiettivi formativi

Questo corso fornisce un'introduzione all'apprendimento statistico, con particolare attenzione ai modelli predittivi e metodi di apprendimento supervisionato. Gli studenti apprenderanno concetti fondamentali come la regressione, la classificazione, la regolarizzazione e la valutazione dei modelli, oltre all'implementazione pratica con l'uso di software statistici. Sebbene l'attenzione principale sia rivolta all'apprendimento da dati cross-sezionali, il corso introduce anche alcuni concetti per l'apprendimento di dati con correlazione seriale.

Prerequisiti

Conoscenze di base di probabilità, statistica e algebra lineare. La familiarità con R è fortemente consigliata ma non obbligatoria.

Metodi didattici

Lezioni frontali teoriche ed esercitazioni mediante software statistici.

Modalità di verifica dell'apprendimento

L'esame finale consisterà in un esame orale che comprenderà sia domande teoriche che esercizi pratici con software statistici.

Programma esteso

To be defined.

English

Teaching language

English

Contents

• Introduction to Statistical Learning

• Linear regression

• Classification

• Resampling

• Regularization

• Tree models

• Introduction to SVM

• Elements of Learning Serially Correlated Data

Textbook and course materials

James, G., Witten, D., Hastie, T., & Tibshirani, R. "An Introduction to Statistical Learning". Springer.

Course objectives

This course provides an introduction to Statistical Learning, with a focus on predictive modelling and supervised learning methods. Students will learn core concepts such as regression, classification, regularization, and model evaluation, as well as practical implementation using statistical software. While the primary focus is on learning from cross-sectional data, the course also introduces some concepts for serially correlated data learning.

Prerequisites

Basic knowledge of probability, statistics, and linear algebra. Familiarity with R is strongly recommended but not required.

Teaching methods

Theoretical lectures and exercises using statistical software.

Assessment methods

The final exam will consist of an oral examination involving both theoretical questions and practical exercises with statistical software.

Detailed syllabus

To be defined.

facebook logoinstagram buttonyoutube logotype