• Le opportunità offerte: IOT, connettività, cloud, geo-localizzazione
  • Gli obiettivi: definire e mappare il problema, identificare le CTQ e i parametri
  • Il valore del dato
  • Le tipologie di informazioni utili da raccogliere: luogo di utilizzo, informazioni territoriali e ambientali, caratteristiche cliente, modalità di utilizzo, parametri di funzionamento e altre caratteristiche  del prodotto
  • Utilizzo degli open data

Data Quality

  • Le sei dimensioni del Data Quality

Introduzione all’uso del Software open-source KNIME Analytics Platform

  • Installazione e Ambiente Operativo
  • Principi di funzionamento

 Data ingestione e preparazione della base dati: Il processo di ETL

  • Extract: file di testo (txt, csv), file Excel, Tabelle di Database
  • Transformation: organizzazione e trasformazione di base dei dati
  • Loading: Ccstruzione della Customer Table

 Exploratory Data Analysis (EDA)

  • Come condurre una prima esplorazione dei dati

Gestione missing e dati anomaly

  • Screening delle informazioni: correlazioni, anova e altre analisi di dipendenza
  • Definizione delle variabili target: tempo al guato, evento guasto

 

Analisi preliminari  – Principal Component Analysis (PCA)

  • Riduzione delle variabili

Modelli predittivi

  • Cosa sono, a cosa servono
  • Modelli predittivi nel Machine Learning
  • Modeling, Evaluation, Deployment
  • Modelli supervisionati e non-supervisionati
  • Costruzione e validazione
  • Valutazione efficacia (Curva ROC, curve di guadagno, lift) del modello
  • Matrice di confusione e metriche derivate
  • Matrice costi/profitti, valutazione soglia ottimale
  • Eventi rari, tecniche di ricampionamento

 

Classificatori

  • Regressione Logistica
  • Alberi di Decisione
  • Reti Neurali
  • Random Forest
  • Support Vector Machine

 

Esempi di applicazione e esercitazioni

ISCRIVITI AL CORSO
0 STUDENTI ISCRITTI

    Ritorna in :

    Tutti i nostri corsi sono realizzabili su richiesta sia on-line sia in presenza

    Fondi Paritetici Interprofessionali

    Gruppo Galgano

    “La Leadership attraverso l’Eccellenza”

    Privacy Policy

    Seguiteci sui social

    Contatti

    Consulenza:
    infoga@galganogroup.com

    Formazione:
    corsi@galganogroup.com

    Telefono: 331.477.04.67 - 333.103.49.69

    Sede

    Sede legale:
    Via G. Mameli, 11 – 20129 Milano
    Sede operativa:
    Via Vittor Pisani 8 – 20124 Milano

    C.F. e P.IVA: 11449320966

    top
    © Galgano Group 2017 - All right riserved Develop by Agenzia Qualità