Sapienza · Facoltà: Economia · Management delle tecnologie, innovazione e sostenibilità (LM-77)
Di cosa si tratta: Scienza dei dati e studio dei sistemi complessi si incontrano in una parte dedicata a modelli e metodi e in una di laboratorio. Sviluppa capacità pratiche di costruire modelli, scegliere metodi adeguati per fenomeni complessi, verificarne con rigore i risultati e descrivere con chiarezza ciò che emerge dalle analisi.
Frequenza consigliata · Slide, dispense, notebook, dataset ed esercitazioni forniti dal docente durante il corso. · Articoli scientifici, documentazione tecnica e ulteriore materiale bibliografico integrativo selezionati dal docente.
Che cosa si intende per sistema complesso e quali proprietà lo caratterizzano?
Quali tecniche di analisi dei dati sono adatte a sistemi complessi?
Come si rappresenta una rete complessa attraverso grafi?
Che cosa misura il coefficiente di clustering in una rete?
Quali modelli descrivono la distribuzione di grado nelle reti reali?
Come si applica la teoria dei sistemi dinamici allo studio dei dati?
Quali metodi permettono di individuare strutture nascoste nei dati?
Che cosa si intende per emergenza nei sistemi complessi?
Come si valida un modello statistico applicato a dati complessi?
Quali problemi pongono i dati di grandi dimensioni alla stima?
In che modo la teoria dell'informazione misura la complessità?
Quali strumenti di visualizzazione aiutano ad analizzare dati complessi?
Come si gestisce il rumore nei dati provenienti da sistemi reali?
Quali differenze esistono tra modelli deterministici e stocastici?
Che cosa si intende per auto-organizzazione in un sistema?
Come si utilizzano le simulazioni ad agenti per studiare fenomeni sociali?
Quali criteri si adottano per scegliere le variabili di un modello?
Come si interpreta una correlazione in presenza di dati complessi?
Quali applicazioni hanno le reti complesse nell'analisi economica?
Come si comunicano in modo efficace i risultati di un'analisi di dati complessi?
Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.
Prof. Matteo Cinelli: Social Network And Business Intelligence
5,4difficoltà
Sapienza · Facoltà: Economia · Management delle imprese - Business Management (LM-77)
Di cosa si tratta: Introduzione alla data science e a un linguaggio per l'analisi dei dati, R, con librerie per la gestione, manipolazione e visualizzazione dei dati. Seguono le reti complesse, con metriche di caratterizzazione, algoritmi di community detection e raccolta dati, per applicare l'analisi di rete a contesti sociali e di business.
Quali dati alimentano i sistemi di business intelligence aziendale?
Come si analizzano le reti sociali per scopi aziendali?
Quali indicatori si usano per misurare l'influenza in una rete?
Come si costruisce un cruscotto direzionale con i dati di vendita?
Quali strumenti di data visualization supportano le decisioni?
Come si utilizzano i dati dei social network per il marketing?
Che cosa si intende per data warehouse?
Come si raccolgono i dati di customer behaviour in un'impresa?
Quale ruolo hanno le piattaforme sociali nel passaparola digitale?
Come si valutano le relazioni tra clienti attraverso l'analisi di rete?
Quali limiti presentano le analisi basate sui dati dei social?
Come si integrano dati interni ed esterni nei sistemi di business intelligence?
Che cosa si intende per analisi predittiva nel marketing?
Quali criteri di privacy devono guidare la raccolta dei dati sui social?
Come si misura il ritorno di una campagna sui social network?
Quali competenze servono per gestire un progetto di business intelligence?
Come si comunicano i risultati delle analisi ai decisori aziendali?
In che modo la rete di relazioni incide sulla diffusione delle informazioni?
Quali benefici produce un sistema di business intelligence ben progettato?
Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.
Scorri di lato: 2 insegnamenti →
Domande frequenti Libri, programma ed esami del prof. Matteo Cinelli a Sapienza
Che libro usa il prof. Matteo Cinelli per Data Sciences e Complexity a Sapienza?
Per Data Sciences e Complexity (Canale unico) indica come obbligatorio: Albert-László Barabási, Network Science, Cambridge University Press.
Quanto è impegnativo Data Sciences e Complexity?
9 CFU, difficoltà stimata 6.2 su 10 rispetto agli esami della stessa area.
Che libro usa il prof. Matteo Cinelli per Social Network And Business Intelligence a Sapienza?
Per Social Network And Business Intelligence (Canale unico) indica come obbligatorio: Wickham – R for data science, Newman, M. (2018). Networks. Oxford university press.
Quanto è impegnativo Social Network And Business Intelligence?
6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.
Dove trovo la scheda ufficiale di un esame?
Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.
Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.
Questo sito usa solo strumenti tecnici (nessun cookie di profilazione). I link ai negozi sono link di affiliazione. Cookie policy · Privacy