Informazioni amministrative
| Titolo | Il processo di analisi dei dati |
| Durata | 45 |
| Modulo | A |
| Tipo di lezione | Lezione |
| Focus | Pratiche — AI Modelling |
| Argomento | Data mining, analisi dei dati |
Parole chiave
Data Mining, Information Mining, CRISP-DM, IEE 70xx,
Obiettivi di apprendimento
- Essere in grado di dimostrare la conoscenza del processo di analisi dei dati
- Comprendere le differenze tra metodologie e standard
Preparazione prevista
Eventi di apprendimento da completare prima
Obbligatorio per gli studenti
- Diapositive della lezione
Facoltativo per gli studenti
- Qualsiasi fonte e breve estratto della IEEE 70xx
Referenze e background per gli studenti
- N/A
Materiale didattico
Istruzioni per gli insegnanti
Argomenti da trattare
- Introduzione a ciò che è un dato
- Perché i dati sono importanti (1 min)
- Dati, informazioni, conoscenze (1 min)
- Una possibile definizione di dati (1 min)
- Dati quantitativi vs Qualitativi (1 min)
- Analisi quantitativa vs Qualitativa (1 min)
- La fase dell'analisi dei dati
- Il processo di analisi dei dati (5 min)
- Definizione della domanda (2 min)
- Raccolta ed estrazione dei dati (2 min)
- Pulizia e trasformazione dei dati (2 min)
- Analisi dei dati (2 min)
- Condividi i risultati (2 min)
- Tendenze recenti nel data mining
- Data mining e usi comuni (1 min)
- Data Mining & Machine Learning (1 min)
- Dati e modelli (1 min)
- Tecniche di estrazione dati (1 min)
- Data Mining Applicazioni recenti (1 min)
- Metodologia Crisp-DM (CRoss Industry Standard Process for Data Mining) (1 min)
- Metodologia Crisp-DM (CRoss Industry Standard Process for Data Mining)
- Introduzione (2 min)
- Comprensione aziendale (1 min)
- Comprensione dei dati (1 min)
- Preparazione dei dati (1 min)
- Modellazione (1 min)
- Valutazione (1 min)
- Distribuzione (1 min)
- CRISP-DM è Agile o Cascata? (2 min)
- Lo standard IEEE 70xx
- Processo di modello standard IEEE per affrontare l'etica
- Problemi durante la progettazione del sistema (10 min)
Calendario
| Durata (min) | Descrizione | Concetti | Attività |
|---|---|---|---|
| 5 | Introduzione a cosa sono i dati | Dati, informazioni, conoscenze, Dati quantitativi/qualitativi, Analisi quantitativa vs Qualitativa |
Lezione |
| 15 | Le fasi dell'analisi dei dati (es. estrazione, esplorazione, visualizzazione) | Processo di analisi dei dati in più fasi, raccolta, Estrazione, Esplorazione, Pulizia, Analisi, Visualizzazione, condivisione dei risultati |
Lezione |
| 5 | Tendenze recenti nel data mining | Data Mining applicazioni moderne | Lezione |
| 10 | Metodologia Crisp-DM (Cross Industry Standard Process for Data Mining) | Fasi crisp-DM, Business Understanding, Comprensione dei dati, modellazione, valutazione, implementazione |
Lezione |
| 10 | Lo standard IEEE 70xx | Questioni etiche, progettazione di sistemi | Lezione |
Riconoscimenti
Fonti usate
- Documenti di ricerca
- Documenti tecnici di alcune aziende
- Manuali di riferimento
- IBM CRISP-DM
- IEEE 70xx
- Tutorial e articoli online (ad esempio, KDNuggets, g2.com, Forbes, Data Science Process Alliance, ecc.)
- Altri libri di riferimento
Il programma Human-Centered AI Masters è stato co-finanziato dal meccanismo per collegare l'Europa dell'Unione europea nell'ambito della sovvenzione CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.