Corso Online: Big Data e Analisi Predittiva

OBIETTIVI E PROGRAMMA

Il corso online Big Data e Analisi Predittiva desidera introdurre il corsista nell’immenso mondo dei Big Data, permettendogli di carpire gli elementi fondamentali di ciò che lo circonda.

Siamo, infatti, quotidianamente circondati da macchine che registrano dati e li trasformano poi in informazioni. Quest’ultime vengono studiate per produrre report utili a elaborare corretti e produttivi modelli di business.

In statistica e informatica, la locuzione inglese Big Data (“grandi [masse di] dati”, o in italiano “mega dati”) indica genericamente una raccolta di informazioni così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore o conoscenza.

Il termine è utilizzato dunque in riferimento alla capacità (propria della scienza dei dati) di analizzare, ovvero estrapolare e mettere in relazione un’enorme mole di dati eterogenei, strutturati e non strutturati (grazie a sofisticati metodi statistici e informatici di elaborazione), allo scopo di scoprire i legami tra fenomeni diversi (ad esempio correlazioni) e prevedere quelli futuri.

PROGRAMMA DETTAGLIATO

Il corso ha una durata complessiva di 18 ore

Modulo 0 – Introduzione ai BIG DATA

• Lezione 0.1 Introduzione: Big data – parte 1 | 15:04 minuti
• Lezione 0.2 Introduzione: Big data – parte 2 | 15:06 minuti
• Lezione 0.3 Introduzione: Big data – parte 3 | 15:03 minuti
• Lezione 0.4 Introduzione: Big data – parte 4 | 16:20 minuti
• Lezione 0.5 Introduzione: Big data – parte 5 | 15:19 minuti
• Lezione 0.6 Introduzione: Big data – parte 6 | 15:03 minuti

Modulo I – Applicazione del Fenomeno dei Big Data

• Lezione 1.1 Applicazione del fenomeno dei big data – parte 1 | 15:26 minuti
• Lezione 1.2 Applicazione del fenomeno dei big data – parte 2 | 15:08 minuti
• Lezione 1.3 Applicazione del fenomeno dei big data – parte 3 | 15:07 minuti
• Lezione 1.4 Applicazione del fenomeno dei big data – parte 4 | 15:15 minuti
• Lezione 1.5 Applicazione del fenomeno dei big data – parte 5 | 15:08 minuti
• Lezione 1.6 Applicazione del fenomeno dei big data – parte 6 | 15:19 minut

Modulo II – Introduzione alla Sentiment Analysis

• Lezione 2.1 Introduzione alla Sentiment analysis – parte 1 | 15:06 minuti
• Lezione 2.2 Introduzione alla Sentiment analysis – parte 2 | 15:18 minuti
• Lezione 2.3 Introduzione alla Sentiment analysis – parte 3 | 15:11 minuti
• Lezione 2.4 Introduzione alla Sentiment analysis – parte 4 | 15:25 minuti
• Lezione 2.5 Introduzione alla Sentiment analysis – parte 5 | 15:18 minuti
• Lezione 2.6 Introduzione alla Sentiment analysis – parte 6 | 14:59 minuti

Modulo III – Sentiment Analysis

• Lezione 3.1 Sentiment Analysis – parte 1 | 15:13 minuti
• Lezione 3.2 Sentiment Analysis – parte 2 | 15:43 minuti
• Lezione 3.3 Sentiment Analysis – parte 3 | 15:03 minuti
• Lezione 3.4 Sentiment Analysis – parte 4 | 15:03 minuti
• Lezione 3.5 Sentiment Analysis – parte 5 | 15:34 minuti
• Lezione 3.6 Sentiment Analysis – parte 6 | 15:43 minuti

Modulo IV – Azienda e Sentiment Analysis

• Lezione 4.1 Azienda e Sentiment Analysis – parte 1 | 15:07 minuti
• Lezione 4.2 Azienda e Sentiment Analysis – parte 2 | 15:22 minuti
• Lezione 4.3 Azienda e Sentiment Analysis – parte 3 | 15:25 minuti
• Lezione 4.4 Azienda e Sentiment Analysis – parte 4 | 15:25 minuti
• Lezione 4.5 Azienda e Sentiment Analysis – parte 5 | 15:03 minuti
• Lezione 4.6 Azienda e Sentiment Analysis – parte 6 | 15:11 minuti
• Lezione 4.7 Azienda e Sentiment Analysis – parte 7 | 14:49 minuti
• Lezione 4.8 Azienda e Sentiment Analysis – parte 8 | 15:21 minuti

Modulo V – Applicazioni

• Lezione 5.1 Applicazioni – parte 1 | 15:03 minuti
• Lezione 5.2 Applicazioni – parte 2 | 15:36 minuti
• Lezione 5.3 Applicazioni – parte 3 | 15:36 minuti
• Lezione 5.4 Applicazioni – parte 4 | 15:29 minuti
• Lezione 5.5 Applicazioni – parte 5 | 15:06 minuti
• Lezione 5.6 Applicazioni – parte 6 | 15:29 minuti
• Lezione 5.7 Applicazioni – parte 7 | 15:31 minuti
• Lezione 5.8 Applicazioni – parte 8 | 15:15 minuti
• Lezione 5.9 Applicazioni – parte 9 | 14:46 minuti
• Lezione 5.10 Applicazioni – parte 10 | 15:05 minuti

Modulo VI – Cluster di Organizzazione Dati e Modelli di Predizione

• Lezione 6.1 Cluster di organizzazione dati e modelli di predizione – parte 1 | 15:15 minuti
• Lezione 6.2 Cluster di organizzazione dati e modelli di predizione – parte 2 | 15:05 minuti
• Lezione 6.3 Cluster di organizzazione dati e modelli di predizione – parte 3 | 14:58 minuti
• Lezione 6.4 Cluster di organizzazione dati e modelli di predizione – parte 4 | 14:37 minuti
• Lezione 6.5 Cluster di organizzazione dati e modelli di predizione – parte 5 | 15:10 minuti
• Lezione 6.6 Cluster di organizzazione dati e modelli di predizione – parte 6 | 15:17 minuti

Modulo VII – KNIME

• Lezione 7.1 KNIME – parte 1 | 15:02 minuti
• Lezione 7.2 KNIME – parte 2 | 15:06 minuti
• Lezione 7.3 KNIME – parte 3 | 15:30 minuti
• Lezione 7.4 KNIME – parte 4 | 15:15 minuti
• Lezione 7.5 KNIME – parte 5 | 15:56 minuti
• Lezione 7.6 KNIME – parte 6 | 15:18 minuti
• Lezione 7.7 KNIME – parte 7 | 15:18 minuti
• Lezione 7.8 KNIME – parte 8 | 15:13 minuti
• Lezione 7.9 KNIME – parte 9 | 15:31 minuti
• Lezione 7.10 KNIME – parte 10 | 15:17 minuti
• Lezione 7.11 KNIME – parte 11 | 15:25 minuti
• Lezione 7.12 KNIME – parte 12 | 15:16 minuti
• Lezione 7.13 KNIME – parte 13 | 15:18 minuti
• Lezione 7.14 KNIME – parte 14 | 15:05 minuti
• Lezione 7.15 KNIME – parte 15 | 15:18 minuti
• Lezione 7.16 KNIME – parte 16 | 15:53 minuti

Modulo VIII – Estensioni in Python

• Lezione 8.1 Estensioni in python – parte 1 | 15:01 minuti
• Lezione 8.2 Estensioni in python – parte 2 | 15:32 minuti
• Lezione 8.3 Estensioni in python – parte 3 | 15:05 minuti
• Lezione 8.4 Estensioni in python – parte 4 | 15:08 minuti
• Lezione 8.5 Estensioni in python – parte 5 | 15:30 minuti
• Lezione 8.6 Estensioni in python – parte 6 | 15:16 minuti
• Lezione 8.7 Estensioni in python – parte 7 | 15:30 minuti
• Lezione 8.8 Estensioni in python – parte 8 | 15:05 minuti