Seminario Lab. 2021 - Machine learning per analizzare gli small data in azienda

Obiettivi e contenuti:  Il seminario si propone di affrontare il tema degli strumenti di machine learning supervisionati per approfondire le tecniche di classificazione e regressione utili per analizzare gli “small data”. Nello specifico si analizzeranno i modelli basati sulle logiche di algebra lineare come: la regressione (lineare, multipla e logaritmica), il k-Nearest Neighbours (KNN), la Support Vector Machine (SVM) e gli alberi decisionali. Il corso sarà basato su una parte teorica per approfondire e chiarire le diverse tecniche di analisi sia dal punto di vista statistico che dal punto di vista pratico attraverso esempi ed esercizi. Come strumento di analisi si userà la piattaforma Orange (software open-source più semplice ed intuitivo; non richiede specifiche conoscenze di programmazione).
Dove: Piattaforma Zoom, con invito che verrà inviato via mail agli studenti ammessi al seminario.
Quando: Venerdì 26 novembre 2021, ore 9:00-12:00.
Attestazione: Al termine del seminario verrà rilasciato un attestato di partecipazione.
Iscrizione: L’iscrizione è aperta dal 12 al 21 novembre e si perfeziona mediante la compilazione del seguente form online: http://survey.univr.it/index.php/966627?lang=it
Selezione dei partecipanti: L’accesso al seminario è garantito a 20 partecipanti, previa iscrizione. In caso di superamento del numero massimo di studenti, i partecipanti verranno selezionati dando priorità agli studenti già impegnati o che intendano impegnarsi in tesi di laurea nei seguenti settori scientifico disciplinari: SECS-P/07  ECONOMIA AZIENDALE, SECS-P/08  ECONOMIA E GESTIONE DELLE IMPRESE, SECS-P/09  FINANZA AZIENDALE, SECS-P/10  ORGANIZZAZIONE AZIENDALE, SECS-P/11  ECONOMIA DEGLI INTERMEDIARI FINANZIARI, SECS-P/13  SCIENZE MERCEOLOGICHE, AGR/01  ECONOMIA ED ESTIMO RURALE. In subordine, si terrà conto del momento in cui è perfezionata l’iscrizione. Il seminario verrà offerto subordinatamente all’iscrizione di minimo 5 studenti.

L'elenco degli studenti ammessi al Seminario sarà pubblicato su questa pagina web entro il 23 novembre.