Accedi e iscriviti
Dal dato alla decisione
Dal dato alla decisione
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: 15 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".
Risultati di Apprendimento Attesi
Al termine del corso lo studente sarà in grado di:
- raccogliere e valutare criticamente i dati, riconoscendo tipi, fonti, questioni etiche e principali bias;
- importare, pulire e trasformare dataset con Python (pandas, numpy), gestendo valori mancanti, outlier e duplicati;
- rappresentare i dati con visualizzazioni efficaci (Matplotlib, Seaborn, Plotly), scegliendo il grafico adatto allo scopo e valutandone la correttezza;
- sintetizzare i dati con la statistica descrittiva e trarre conclusioni con la statistica inferenziale (test d'ipotesi, correlazione, regressione lineare);
- condurre un'analisi esplorativa dei dati (EDA) e analizzare le componenti di una serie temporale (trend, stagionalità, rumore);
- 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
Oltre a fruire dei contenuti del corso, costituiti da video e da altri tipi di risorse online, potrai discutere e scambiare idee sui temi del MOOC con gli altri partecipanti tramite il Forum. Il forum è ad accesso libero e non viene moderato dal docente. Puoi utilizzarlo per confrontarti con gli altri partecipanti o per proporre loro discussioni relative ai contenuti. Potrai anche confrontarti con esercizi e quiz per valutare il tuo apprendimento.
Schema della sezione
-
-
-
La Week 1 introduce i fondamenti di data literacy (tipi e fonti dei dati, metodi di raccolta, etica e bias) e i primi passi con Python.
-
La Week 2 è dedicata alla manipolazione e pulizia dei dati con pandas e numpy (importazione, qualità dei dati, valori mancanti e outlier).
-
La Week 3 affronta la data visualization con Matplotlib, Seaborn e Plotly, con attenzione alla scelta del grafico e alla lettura critica delle rappresentazioni.
-
La Week 4 sviluppa la statistica descrittiva e inferenziale (distribuzioni, Teorema del Limite Centrale, test d'ipotesi, correlazione e regressione lineare).
-
La Week 5 conduce all'analisi esplorativa dei dati (EDA), alle serie temporali e alle basi del machine learning, con l'interpretazione di previsioni ed errori.
-
-
Trascrizioni video Cartella
-
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
Docente
Insert here the teacher description.
Contatti
Per qualsiasi informazioni sul corso o per problemi tecnici scrivi a pok@polimi.it o consulta la pagina delle FAQ.