Insegnamento INTRODUCTION TO DATA ANALYSIS AND MODELING
| Nome del corso di laurea | Engineering management |
|---|---|
| Codice insegnamento | A002989 |
| Curriculum | Comune a tutti i curricula |
| Docente responsabile | Paolo Banelli |
| Docenti |
|
| Ore |
|
| CFU | 6 |
| Regolamento | Coorte 2022 |
| Erogato | Erogato nel 2024/25 |
| Erogato altro regolamento | |
| Attività | Affine/integrativa |
| Ambito | Attività formative affini o integrative |
| Settore | ING-INF/03 |
| Anno | 3 |
| Periodo | Secondo Semestre |
| Tipo insegnamento | Opzionale (Optional) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | Inglese |
| Contenuti | 0 - Introduction to Data Analysis and Modelling 1 -Recap of Probability, Random Processes, Linear Systems and their analysis. 2 -Multivariate Data Analysis, linear Regression and hypothesis testing 3 -Dimensions Reduction and Features Extraction 4 - Advanced Regression Analysis 5 - Time Series Analysis 6 -Applications and Case Studies |
| Testi di riferimento | I libri di riferimento sono ancora in fase di definizone. Gli studenti avranno a disposizione delle dispense preparate dai docenti. |
| Obiettivi formativi | Acquisire la capacità di analizzare insiemi di dati, individuare possibili relazioni statistiche e fattori di influenza, e la loro potenziale interpretazione attraverso l'uso di modelli (lineari). Acquisire le conoscenze teoriche di base per individuare i parametri (significativi) del modello, la loro affidabilità, e la associata predizione/interpolazione statistica dei dati. Applicare queste tecniche a problemi specifici e di interesse nell'ingegneria gestionale. |
| Prerequisiti | Nozioni di base di statistica, teoria della probabilità, algebra lineare, calcolo matriciale e vettoriale, teoria dei sistemi lineari, ed analisi tramite Trasformate di Fourier e Laplace. Elementi di programmazione strutturata. |
| Metodi didattici | Lezioni frontali del docente, con l'ausilio di slide e software di calcolo dedicato alla analisi (statistica) e alla visualizzazione dei dati. (es. Matlab, Python, R) |
| Modalità di verifica dell'apprendimento | Progetto di analisi dati, da realizzare con l'aiuto di uno dei tool software utilizzati a lezione negli esempi pratici. Prova orale con discussione del progetto e verifica la conoscenza adei contenuti teorici dell'inbsegnamento. Possibile test scritto con un mix di domande a risposta multipla e risposta. |
| Programma esteso | Programma potenziale: sarà adattata e finalizzato sulla base delle conoscenze pregresse degli studenti e della loro in aula. 0- Introduction Overview of Data Analysis and Modelling, Importance in Management Engineering, Introduction to Analytical Tools and Software 1a-Recap of Probability and Random Processes: Probability, Random Variables, Distributions and Density Functions, Expectation, Variance, Moments, Gaussian random variable, Stochastic Processes 1b- Recap on Linear Systems Basics of Linear Systems, Fourier Transforms, Laplace, and Zeta Transforms, Transfer functions and system response. 2a-Multivariate Data Analysis (3h) Introduction to Multivariate Data, visualization and Pre-processing of Multivariate Data, recap on Matrix Algebra and Vector Spaces 2b-Least Squares and Linear Regression Analysis: (6h) Method of Least Squares, Linear Regression Models, Hypothesis Testing and Confidence Intervals, Model Adequacy Checking 3-Dimension Reduction and Feature Extraction (9h): Principal Component Analysis (PCA), Factor Analysis, Linear Discriminant Analysis (LDA), Canonical Correlation Analysis (CCA) 4- Advanced Regression Analysis (6h) Logistic Regression, Regularized Regression: Ridge and LASSO, Sparse Logistic Regression, Model Selection and Cross-Validation 5a-Time Series Analysis Foundations (9h) Introduction to Time Series Data, Stationarity and Autocorrelation, AR and ARMA Models, Estimation and Forecasting. 5b-Advanced Time Series Analysis (6h) (tentative) Predictive Models for Time Series, Adaptive Filtering, Nonlinear and Nonstationary Time Series Analysis Multivariate Time Series Analysis 6-Application and Case Studies (9h) Application of Data Analysis in Management Engineering, Case Study_1: Optimization and Decision Making, Case Study_2: Supply Chain Management, Case Study_4: Operations and Production Management Student Project Proposal Development and Approval, Implementation of Data Analysis and Modelling Techniques, Results, Discussion, and Revision. Final Submission and Presentation |