Vai al contenuto principale
Completato 0%
0 / 58

Week 4 - Statistica Descrittiva e Inferenziale con Python

Leggere, capire e usare i dati nel mondo reale

Descrizione del corso

Un percorso pratico per acquisire competenze di data literacy e data analysis con Python, che accompagna dallo zero all'intero flusso di lavoro: dalla raccolta e valutazione critica dei dati, alla pulizia e trasformazione, alla visualizzazione, fino alla statistica descrittiva e inferenziale e alle basi del machine learning per trasformare i dati in decisioni informate.

Carico di lavoro totale del corso: 150 ore

Questo MOOC è stato prodotto nell’ambito del progetto Edvance - Digital Education Hub per la Cultura Digitale Avanzata. Il progetto è finanziato dall’Unione europea - Next Generation EU, Componente 1, Investimento 3.4 “Didattica e competenze universitarie avanzate".

EDDIE, Edvance
UNIME
Finanziato EU MUR, Ministero Università e Ricerca Italia Domani Edvance

Risultati di Apprendimento Attesi

Al termine del corso lo studente sarà in grado di:

  1. raccogliere e valutare criticamente i dati, riconoscendo tipi, fonti, questioni etiche e principali bias;
  2. importare, pulire e trasformare dataset con Python (pandas, numpy), gestendo valori mancanti, outlier e duplicati;
  3. rappresentare i dati con visualizzazioni efficaci (Matplotlib, Seaborn, Plotly), scegliendo il grafico adatto allo scopo e valutandone la correttezza;
  4. sintetizzare i dati con la statistica descrittiva e trarre conclusioni con la statistica inferenziale (test d'ipotesi, correlazione, regressione lineare);
  5. condurre un'analisi esplorativa dei dati (EDA) e analizzare le componenti di una serie temporale (trend, stagionalità, rumore);
  6. costruire e interpretare semplici modelli di machine learning, valutandone previsioni ed errori e distinguendo correlazione da causalità.

Prerequisiti

  • Conoscenze di base di matematica (algebra lineare elementare, concetti di statistica descrittiva).
  • Familiarità con i concetti di variabile, funzione e grafico.
  • Conoscenza di base della programmazione (preferibile, non strettamente richiesta); il linguaggio utilizzato nelle esercitazioni è Python.

Attività

  • Lezioni video per ogni modulo tematico;
  • Quiz intermedi di autovalutazione al termine di ciascuna lezione;
  • Quiz settimanali finali (uno per settimana);
  • Esercitazioni pratiche in Python su notebook;
  • Quiz finale complessivo sull'intero corso.

Schema della sezione

Valutazione

Il corso prevede l’erogazione di un Open Badge, ottenibile sulla base del punteggio raggiunto rispondendo ai quiz valutati. Hai tentativi illimitati di risposta per ciascun quiz ma dovrai attendere 15 minuti. Il corso si considera completato in modo adeguato all'ottenimento del certificato se raggiungerai almeno il 60% del punteggio complessivo in ciascuno dei quiz valutati. Il punteggio massimo ottenibile in ciascun quiz è indicato all’inizio del quiz stesso. Puoi vedere il punteggio che hai ottenuto nel quiz in corrispondenza dell’ultimo tentativo fatto oppure nella pagina “Valutazione”.

Attestato

Il corso prevede l’erogazione di un Open Badge rispondendo correttamente ad almeno il 60% delle domande in ciascuno dei quiz valutati e rispondendo al questionario finale. 

Una volta completate le attività richieste potrai accedere a “Ottieni l’Open Badge”, avviando il rilascio del badge. Le indicazioni per accedere al badge saranno inviate al tuo indirizzo e-mail.

L’Open Badge non è un certificato ufficiale e non dà diritto a crediti universitari, a voti o a diplomi.

Accesso al corso e disponibilità dei materiali

Il corso è erogato in modalità online e gratuito.

Docenti del corso

Giacomo Fiumara

Giacomo Fiumara

Docente

Contatti

Per qualsiasi informazioni sul corso o per problemi tecnici scrivi a pok@polimi.it o consulta la pagina delle FAQ.

Politiche