Riassunto di Statistical Learning e Analisi dei Big Data per il corso LM-66 di Universitas Mercatorum. Questo materiale sintetizza le dispense del corso in un documento discorsivo di 75 pagine, pensato per chi cerca una visione d'insieme chiara prima dell'esame.
Cosa contiene
Sintesi discorsiva organizzata in 23 sezioni che coprono i temi principali del corso.
Estensione di 75 pagine, di lunghezza intermedia rispetto alle dispense originali.
Contenuto basato sulle 44 lezioni del corso di laurea magistrale LM-66.
Formato PDF digitale, scaricabile e leggibile su qualsiasi dispositivo.
Aggiornato al mese corrente.
Argomenti trattati
Fondamenti e classificazione dei dati
L'avvento dei Big Data
Introduzione all'ambiente R
Salvataggio ed eliminazione dei dati
I vettori e gli indicatori statistici
I modelli statistici di previsione
Algebra delle matrici
Analisi delle Componenti Principali (PCA)
Matrici di varianza-covarianza e correlazione
Il Credit Scoring e i suoi obiettivi
Come usarlo per preparare l'esame
Utilizza questo riassunto per rivedere i concetti fondamentali in modo fluido, senza la frammentazione delle dispense. È utile per collegare i vari argomenti, come l'uso di R e l'analisi matriciale, in un'unica narrazione coerente. Leggilo come secondo passaggio di studio, dopo aver consultato le lezioni principali.
Materiale di studio indipendente, non affiliato a Universitas Mercatorum.
Hai domande sul materiale? Scrivici su Telegram nel gruppo @panieri_unipegaso.