Caricamento in corso...
Modellazione di dati di input
01TJKUQ
A.A. 2024/25
Lingua dell'insegnamento
Italiano
Corsi di studio
Dottorato di ricerca in Ingegneria Gestionale E Della Produzione - Torino
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 8 |
| Esercitazioni in aula | 12 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|---|---|---|---|---|---|---|
| Pastore Erica | Ricercatore a tempo det. L.240/10 art.24-B | IIND-04/A | 2 | 12 | 0 | 0 | 1 |
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari | *** N/A *** |
|---|
L’insegnamento "Modellazione dei dati di input" offre un approccio sia teorico sia pratico per acquisire competenze fondamentali nella manipolazione, analisi e modellazione dei dati di input. L'obiettivo principale è fornire gli strumenti teorici e pratici necessari per modellare dati collezionati sul campo. Verranno fornite nozioni di dettaglio rispetto ai metodi statistici per analizzare campioni di dati e trovare la migliore distribuzione di probabilità che li rappresenti. Inoltre, verranno utilizzati durante tutta la durata del corso strumenti software per implementare i modelli statistici visti nella parte teorica. I/le partecipanti sceglieranno un progetto da portare avanti su cui testare le nozioni apprese durante il corso.
The course "Input Data Modelling" provides both a theoretical and practical approach to acquire fundamental skills in the manipulation, analysis, and modelling of input data. The main objective is to provide the theoretical and practical tools necessary for modelling data collected in the field. Detailed knowledge will be provided regarding statistical methods for analysing data samples and finding the best probability distribution to represent them. Additionally, software tools will be used throughout the course to implement the statistical models discussed in the theoretical part. Participants will choose a project to work on, testing the concepts learned during the course.
nozioni di statistica e di probabilità, conoscenza di base dei linguaggi di programmazione
basics in probability and statistics, basic knowledge of programming languages
Teoria
- Introduzione alla modellazione dei dati di input
- Raccolta dati: quando, come e perché
- Calcolo delle principali statistiche e di istogrammi/grafici in base alla dimensione del campione
- Scelta della famiglia di distribuzione e calcolo dei suoi parametri (metodi dei momenti, stima di massima verosimiglianza)
- Goodness of fit: modelli statistici per valutare la Goodness of fit (Kolmogorov Smirnov, Chi-quadrato)
- Misura della dipendenza (correlazione e autocorrelazione)
Pratica
- Scelta del caso studio di progetto
- Modellazione dei dati reali: software e algoritmi
- Applicazione delle tecniche studiate per risolvere il caso studio del progetto
Theory
- Introduction to input data modelling
- Data collection: when, how and why
- Computation of main statistics and histograms/graphs according to the sample size
- Choice of the distribution family and computation of its parameters (methods of moments, maximum likelihood estimation)
- Goodness of fit: statistical models to assess the goodness of fit (Kolmogorov Smirnov, Chi-square)
- Measuring dependence (correlation and autocorrelation)
Practice
- Choice of the project case study
- Data modelling for real: software and algorithms
- Application of studied techniques to solve the project case study
In presenza
On site
Sviluppo di project work in team
Team project work development
P.D.2-2 - Luglio
P.D.2-2 - July