Corso base di Data Science

Lezione 1 • Tipi di Dati e Variabili

Classifica i dati per struttura, formato e scala di misurazione. Consente la corretta selezione dei metodi nei successivi capitoli analitici.

Lezione 2 • Che Cos'è la Data Science

Definisce la data science, la distingue dai campi correlati e ne mappa le componenti. Fornisce a tutti i capitoli successivi una terminologia condivisa.

Lezione 3 • Il Flusso di Lavoro della Data Science

Introduce il ciclo di vita standard del progetto, dalla definizione del problema al deployment. Fornisce un modello mentale che gli studenti applicano durante tutto il corso.

Lezione 1 • Lavorare con gli Array NumPy

Introduce il calcolo vettorizzato su array numerici. È alla base delle operazioni critiche per le prestazioni utilizzate in pandas e scikit-learn.

Lezione 2 • Flusso di Controllo e Funzioni

Insegna i condizionali, i cicli e la progettazione di funzioni riutilizzabili. Consente agli studenti di automatizzare efficientemente compiti ripetitivi sui dati.

Lezione 3 • I/O su File e Caricamento dei Dati

Dimostra la lettura e la scrittura di file CSV, Excel e JSON. Prepara gli studenti a importare dataset del mondo reale in tutti i progetti successivi.

Lezione 4 • Sintassi Python e Tipi di Dati

Copre variabili, operatori e tipi incorporati utilizzati nei flussi di lavoro sui dati. Costituisce la base sintattica per tutto il lavoro successivo basato su Python.

Lezione 1 • Statistica Descrittiva

Quantifica la tendenza centrale, la dispersione e la forma delle distribuzioni. Fornisce le basi numeriche per interpretare qualsiasi dataset.

Lezione 2 • Fondamenti di Visualizzazione dei Dati

Introduce Matplotlib e Seaborn per creare tipi di grafici standard. Le competenze di visualizzazione sono applicate in tutti i capitoli rimanenti.

Lezione 3 • Profilazione dei Dati e Valutazione della Qualità

Audita sistematicamente i dataset per valori mancanti, duplicati e anomalie. Motiva direttamente le tecniche di pulizia dei dati nel capitolo successivo.

Lezione 1 • Correlazione e Covarianza

Quantifica le relazioni lineari e basate sul rango tra variabili. Informa direttamente la selezione delle feature e la diagnosi di multicollinearità nei modelli di regressione.

Lezione 2 • Distribuzioni di Probabilità

Introduce le principali distribuzioni discrete e continue utilizzate nella data science. La conoscenza delle distribuzioni è essenziale per scegliere i modelli e le funzioni di perdita corretti.

Lezione 3 • Elementi Essenziali di Probabilità

Copre le regole della probabilità, la probabilità condizionata e il teorema di Bayes. Questi concetti sono alla base degli algoritmi di classificazione e della quantificazione dell'incertezza.

Lezione 1 • Gestione dei Dati Mancanti

Copre le strategie di eliminazione, imputazione e indicatore per i valori mancanti. Una gestione corretta previene distorsioni nei modelli a valle.

Lezione 2 • Scaling e Trasformazione delle Feature

Applica normalizzazione, standardizzazione e trasformazioni matematiche alle feature numeriche. Garantisce che gli algoritmi basati sulla distanza e sul gradiente convergano correttamente.

Lezione 3 • Costruzione di una Pipeline di Pre-elaborazione

Combina tutti i passaggi di pulizia in un oggetto Pipeline riproducibile di scikit-learn. Previene la fuga di dati e semplifica l'addestramento del modello nei capitoli successivi.

Lezione 4 • Rilevamento e Trattamento degli Outlier

Identifica gli outlier utilizzando metodi statistici e visivi e applica i rimedi appropriati. Protegge le prestazioni del modello dalla distorsione dovuta a valori estremi.

Lezione 1 • Fondamenti di Machine Learning

Definisce l'apprendimento supervisionato, il compromesso bias-varianza e il paradigma della suddivisione train-test. Stabilisce il quadro concettuale per tutte le sezioni di modellazione.

Lezione 2 • Algoritmi di Classificazione

Implementa la regressione logistica, gli alberi decisionali e i k-vicini più prossimi per target categoriali. Costruisce il kit di strumenti di classificazione ampliato nella sezione sugli ensemble.

Lezione 3 • Ottimizzazione degli Iperparametri

Applica la ricerca a griglia, la ricerca casuale e l'ottimizzazione bayesiana per massimizzare le prestazioni del modello. L'ottimizzazione è il passo finale prima della selezione e del deployment del modello.

Lezione 4 • Algoritmi di Regressione

Copre la regressione lineare, polinomiale e regolarizzata per la previsione di target continui. Le competenze di regressione si trasferiscono direttamente all'analisi dell'importanza delle feature.

Lezione 1 • Analisi delle Componenti Principali

Riduce la dimensionalità delle feature proiettando i dati sulle componenti principali. La PCA migliora la visualizzazione e riduce il rumore prima della modellazione supervisionata.

Lezione 2 • Tecniche di Manifold Learning

Applica t-SNE e UMAP per la riduzione non lineare della dimensionalità e la visualizzazione. Questi metodi rivelano strutture di cluster invisibili a metodi lineari come la PCA.

Lezione 3 • Algoritmi di Clustering

Copre il clustering k-means, gerarchico e basato sulla densità per raggruppare osservazioni non etichettate. Gli output del clustering alimentano direttamente i casi d'uso di segmentazione aziendale.

Lezione 1 • Comunicare i Risultati della Data Science

Struttura i risultati in sintesi esecutiva e dashboard visivi per un pubblico non tecnico. Una comunicazione chiara determina se gli insight guidano le decisioni aziendali.

Lezione 2 • Valutazione Avanzata del Modello

Copre ROC-AUC, curve precision-recall e calibrazione per una valutazione approfondita del modello. Una valutazione rigorosa previene il costoso deployment di modelli con prestazioni insufficienti.

Lezione 3 • Monitoraggio dei Modelli in Produzione

Rileva il data drift, il concept drift e il degrado delle prestazioni nei modelli distribuiti. Il monitoraggio continuo garantisce un'affidabilità sostenuta del modello dopo il lancio.

Lezione 4 • Interpretabilità del Modello

Applica i valori SHAP e l'importanza per permutazione per spiegare le previsioni del modello. L'interpretabilità costruisce la fiducia degli stakeholder e soddisfa i requisiti di responsabilità.