Questo sito utilizza cookie tecnici e di terze parti. Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy. Proseguendo la navigazione o cliccando su "Chiudi" acconsenti all'uso dei cookie. Chiudi
vai al contenuto vai al menu principale vai alla sezione Accessibilità vai alla mappa del sito
Login  Docente | Studente | Personale | Italiano  English
 
Home page

LABORATORIO DI ELABORAZIONE STATISTICA E DATA MINING DEI DATI SPERIMENTALI

Corso SCIENZE E TECNOLOGIE ALIMENTARI
Curriculum Curriculum unico
Orientamento UNICO
Anno Accademico 2016/2017
Crediti 5
Settore Scientifico Disciplinare
Anno Primo anno
Unità temporale Primo semestre
Ore aula 50
Attività formativa Ulteriori attività formative (art.10, comma 5, lettera d)

Canale Unico

Docente ANTONIO MINCIONE
Obiettivi L’obiettivo del laboratorio è di fornire conoscenze avanzate per la corretta esecuzione di un’analisi statistica relativa a dati propri della sperimentazione nel campo delle Tecnologie Alimentari.
Attraverso l’impiego di tecniche di analisi multivariata, l’allievo viene messo nella condizione di identificare ed applicare la metodologia maggiormente appropriata per la tipologia di dati a disposizione.
Sono inoltre approfondite le principali metodologie per il trattamento numerico dei dati derivanti dalle strumentazioni analitiche, finalizzate alla loro corretta gestione, elaborazione e presentazione.
Le attività di lezione frontale sono integrate da esaurienti esercitazioni pratiche sulle principali tematiche del laboratorio.
Programma 1. Lezione introduttiva: presentazione del laboratorio, dei suoi contenuti e delle modalità di valutazione adottate.
2. Concetti statistici di base: popolazione e campione, serie statistiche, distribuzioni, intervalli di confidenza.
3. Statistica descrittiva ed inferenziale: confronto delle medie, correlazione, regressione, outliers. Correlazione e Regressione.
Esercitazioni: impiego, mediante esempi applicativi relativi alle tecnologie alimentari, di software applicativi per l'esecuzione di test statistici descrittivi, confronto fra medie, correlazioni e regressioni.
4. Concetti di base dell'analisi multivariata dei dati: standardizzazione delle variabili.
5. Analisi statistica multivariata: analisi delle componenti principali (PCA), metodo dei minimi quadrati parziali (PLS), analisi cluster e dendrogrammi.
Esercitazioni: impiego, mediante esempi applicativi relativi alle tecnologie alimentari, di software applicativi per l'esecuzione di test statistici multivariati e della relativa rappresentazione grafica.
6. Introduzione al Data Mining: processo di estrazione della conoscenza.
7. Tecniche applicative di data mining: preparazione e valutazione del data set.
8. Analisi esplorativa dei dati: tecniche di classificazione ed alberi decisionali.
Esercitazioni: applicazione di tecniche basilari di data mining mediante software statistico e specializzato alle tecnologie alimentari ed alla scienza del comportamento del consumatore.
Testi docente • Materiale didattico reso disponibile dal docente durante il corso e sulla pagina personale del sito istituzionale.
Erogazione tradizionale Si
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta Si
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere Si
Prova pratica Si

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento

Elenco dei ricevimenti:

Descrizione Avviso
Ricevimenti del docente: Antonio Mincione
Il docente riceve, in periodo di lezioni, il giovedì dalle ore 9.30 alle 11.00 presso il proprio studio (Torre 3 - 4°piano - Cittadella Universitaria). E' gradito preavviso via e-mail.
Titolo avviso
Risultati esoneri
Salita Melissari - 89124 Reggio Calabria - CF 80006510806 - Fax 0965 332201 - URP:Indirizzo di posta elettronica dell'ufficio relazioni con il pubblico- PEC:Indirizzo di posta elettronica certificata dell'amministrazione
Feed RSS Facebook Twitter YouTube Google+

PRIVACY - NOTE LEGALI