Questo percorso di formazione è pensato per i docenti delle scuole superiori e presuppone la conoscenza delle basi della programmazione e delle nozioni fondamentali di calcolo delle probabilità e statistica. L'obiettivo è presentare i principali concetti utilizzati nella scienza dei dati utilizzando strumenti sviluppati in Python, come SciKit-learn, Pandas, Numpy e altri. L'uso di Python è di particolare interesse, data la sua recente popolarità nella comunità della scienza dei dati.
Gli incontri sono organizzati in modo sufficientemente indipendenti l'uno dagli altri. Il percorso tende ad illustrare cosa sono la scienza e l’analisi dei dati, dal punto di vista del processo e dei risultati che si possono ottenere. Vengono trattate le caratteristiche principali di Python, compresa un’intruduzione veloce sul linguaggio di programmazione stesso. Vengono introdotti anche i principi fondamentali dell'apprendimento automatico, di pattern recognition e dell'intelligenza artificiale, che sono alla base degli algoritmi e delle implementazioni utilizzate negli esempi.
L'analisi di regressione con Python, le tecniche di clustering e gli algoritmi di classificazione sono trattati nella fase finale del percorso. Vengono esplorati anche il clustering gerarchico, gli alberi di decisione e le tecniche di ensemble, oltre alle tecniche di riduzione della dimensionalità e ai sistemi di raccomandazione. L'algoritmo della Support Vector Machine ed il cosidetto “Kernel trick” sono discussi nei limiti del tempo a disposizione.
- Docente: Giancarlo Ruffo