Corso di Informatica (4 CFU, 32 ore)

Materiale didattico

Dispense

• Introduzione al corso (PDF)
  
• L'analisi statistica dei dati (PDF)
• Machine learning e Data Mining: l'elaborazione "intelligente" dei dati
1. Introduzione al Machine Learning
   
2. Esplorazione dati e preprocessing
   
3. Classificazione supervisionata (dettaglio | sintesi)
4. Classificazione non supervisionata/Clustering (dettaglio | sintesi | Markov clustering | Relaxed clustering)
5. Reti Neurali Artificiali (concetti base | approfondimenti | 3D Kohonen Map)
   

Tool software

• Il tool software statistico Jamovi (User guide | Getting started | Analyses |
  
• Il tool di data analysis e bioinformatica Orange (Getting started | Youtube tutorials | Loading your data | Widget catalog)
• Caratteristiche generali | Introduzione | Caricamento dati | Visualizzazione dati interattiva | Programmazione visuale | Elenco dei widget
• Esempio di widget (regressione polinomiale) |  I widget File e Data Table | Esempio di visualizzazione interattiva e selettiva
• Clustering gerarchico: esempio 1 - esempio 2 | Clustering k-Means | Pivot table | PCA | Feature ranking | Cross-validation | Misclassification | Silhouette plot
• Esempio Orange di classificazione (formato OWS) sul dataset "brown-selected" (formato TAB)
• Bio-tutorial (utilizza i dataset "chemogenomics" e "yeast-interactions" in formato TAB)
• Analisi Data Mining epidemia COVID-19 (dataset formato CSV): Parte 1 (PDF - OWS) | Parte 2 (PDF - OWS) | Parte 3 (PDF - OWS)
  

Testi, letture consigliate e approfondimenti

Siti Web

Calendario delle lezioni (online su elearning.unifg.it)

N.B. Dal 02/03/2022 le lezioni si terranno sulla piattaforma Zoom - ID riunione: 874 3060 8574

Data	Dalle    Alle		N.ore (45')	Argomento	Videolezioni	Materiale aggiuntivo
08/02/2022	15:00	18:00	4	Lezione 1: Presentazione del corso | Raccolta e presentazione dei dati | Misure riassuntive dei dati	1.1 39'18" 1.2 55'56" 1.3 39'37"
16/02/2022	15:00	18:00	4	Lezione 2: Distribuzione normale e asimmetrica | Test di ipotesi | Scelta del test statistico | Correlazione e regressione | Confronto fra gruppi | Dall'analisi univariata all'analisi multivariata | Risorse web per il calcolo statistico	2.1 45'39" 2.2 32'50" 2.3 08'19" 2.4 25'04" 2.5 32'07"
21/02/2022	15:00	18:00	4	Lezione 3: Introduzione al Machine Learning | Esplorazione dati e pre-processing	3.1 29'04" 3.2 09'19" 3.3 46'29" 3.4 15'54" 3.5 47'23"
02/03/2022	15:00	18:00	4	Lezione 4: Classificazione supervisionata e non supervisionata	4.1 1h7'10" 4.2 1h2'16" 4.3 21'07" 4.4 36'19" 4.5 44'41" 4.6 19'51"
07/03/2022	15:00	18:00	4	Lezione 5: Reti neurali artificiali	5.1 1h31'28"
16/03/2022	15:00	18:00	4	Lezione 6: Il tool software Jamovi per l'analisi statistica	6.1 21'01" 6.2 42'44" 6.3 34'43"	Dataset IPF e Analisi con Jamovi
21/03/2022	15:00	18:00	4	Lezione 7: Il tool software Orange di data mining (Caratteristiche generali, Introduzione, Caricamento dati, Visualizzazione interattiva, Programmazione visuale, Widgets)	7.1 1h25'26" 7.2 1h3'41"	Dataset e Workflow esempio "Loan Status" Dataset esempio "Loading Your Data"
30/03/2022	15:00	18:00	4	Lezione 8: Widget Orange (File, Data Table, Clustering, Silhouette plot, Pivot, PCA, Feature ranking, Cross-validation, Misclassification) - Machine learning con Orange, Bio-tutorial