MACHINE LEARNING FOR ECONOMICS ANALYSIS

Canale 1
MARIA FELICE AREZZO Scheda docente

Programmi - Frequenza - Esami

Programma
-Introduzione a R (6 ore) -Analisi dei Cluster (10 ore) -Alberi di Classificazione e Regressione (10 ore) -Random Forests (8 ore) -Algoritmi di Rilevamento delle Anomalie (8 ore) -Caso di Studio Finale (6 ore)
Prerequisiti
-Comprensione dei concetti di base della statistica e della econometria -Familiarità con concetti di base di programmazione (utile ma non obbligatorio)
Testi di riferimento
Dispense e appunti delle lezioni
Frequenza
La frequenza in classe (vale a dire la partecipazione alle lezioni frontali) è fortemente consigliata, ma non obbligatoria
Modalità di esame
Compito scritto Esposizione progetto
Modalità di erogazione
Lezioni frontali Lavoro di gruppo con assistenza del docente
  • Codice insegnamento10620836
  • Anno accademico2025/2026
  • CorsoEconomics and communication for management and innovation - Economia e comunicazione per il management e l’innovazione
  • CurriculumCurriculum unico
  • Anno1º anno
  • Semestre2º semestre
  • SSDSECS-S/03
  • CFU6