DATA SCIENCE CON R

Date definite per il  2019: 25,26 E 27 giugno 2019

Programma provvisorio  (1ª ed.) :

Alla data del 10 giugno 2019  ci sono ancora 15 posti disponibili.

Quote di iscrizione
Standard

  • Quota individuale    400€
  • Quota ridotta           350€

Le quote di iscrizione ridotte sono riservate a coloro che si trovano in una delle seguenti condizioni: dottorando, specializzando in medicina, studente iscritto a corsi di laurea diversi da quelli attivati dal dipartimento di Scienze Statistiche della Sapienza o dalla ex Facoltà di Scienze Statistiche. Coloro che frequentano corsi di Master non hanno invece diritto alla quota ridotta.

Agevolate
[Riservate a coloro che hanno già partecipato a corsi R organizzati dalla Facoltà]

  • Quota individuale    350€
  • Quota ridotta           300€

Modalità di iscrizione
[link]

Orario lezioni
DATE PER IL 2019: 25 - 26 e 27 giugno 2019

  • Mattina             9:00-13:00
  • Pomeriggio     14:30 -17:30

Descrizione del Corso
Il Corso di Formazione “ è un corso che presuppone una qualche familiarità con le elaborazioni statistiche elementari e vuole guidare l’utente nell’utilizzare in modo proficuo le notevoli potenzialità di visualizzazione ed analisi di dati in presenza di dati multivariati con il software R. Il software R è al tempo stesso un ambiente per l’analisi statistica e un linguaggio di programmazione. I suoi punti di forza sono la notevole massa di funzionalità computazionali e grafiche garantita dalla presenza nel team di sviluppo ufficiale di un nutrito gruppo di esperti mondiali nel settore dell’informatica e della statistica e si avvale del contributo di una numerossissima comunità di utenti e sviluppatori individuali.
Gli obiettivi del corso sono:
a. Introdurre le principali funzioni necessarie per la visualizzazione di dati mulivariati: plot multipli, in due e tre dimensioni, plot condizionati, trellis
b. Fornire agli iscritti gli strumenti essenziali per la comprensione basilare di importanti tecniche statistiche basate su euristiche descrittive nonché su veri e propri modelli statistici
c. Illustrare con esempi concreti l’utilizzo delle più importanti funzioni per le seguenti tecniche di analisi multivariata:
• strumenti di visualizzazione e analisi della dipendenza per dati categoriali
• strumenti di visualizzazione e analisi della struttura di correlazione
• cluster analysis (crisp & fuzzy)
• componenti principali
• analisi delle corrispondenze
• regressione multipla, PCR, PLS
 

Materiale del corso
Il seguente materiale sarà distribuito all'inizio del corso:

  • Materiale ad hoc curato dai docenti del corso..

Docenti
Marco Alfó, Serena Arima, Pierpaolo Brutti, Alessio Farcomeni, Paolo Giordani, Stefania Gubbiotti,  Luca Tardella.