corso

Data mining

(Corso di Laurea Specialistica in Informatica per l'economia e per l'azienda)

Codice:	AA570	Crediti:	5	Semestre:	2	Sigla:	DM

Settore disciplinare:		INF/01 - Informatica

Docente

Mirco Nanni

Tel. 050 315 2934

Prerequisiti

La frequenza, anche contemporanea, ad almeno uno tra i due corsi AA352 "Basi di dati di supporto alle decisioni" e ZY116 "Laboratorio di sistemi informativi economico/aziendali" è raccomandata.

Obiettivi di apprendimento

L'obiettivo del corso è quello di fornire un'introduzione ai concetti di base del processo di estrazione di conoscenza, alle principali tecniche di data mining ed ai relativi algoritmi. Particolare enfasi è dedicata agli aspetti metodologici presentati mediante alcune classi di applicazioni paradigmatiche quali il Basket Market Analysis, la segmentazione di mercato, il rilevamento di frodi e il Web mining. Infine il corso introduce gli aspetti di privacy ed etici inerenti all'utilizzo di tecniche inferenza sui dati e dei quali l'analista deve essere a conoscenza.

Conoscenze. Lo studente acquisirà conoscenze sulle principali tecniche ed algoritmi di data mining, con particolare riferimento agli aspetti metodologici riguardanti tutto l'intero processo di knowledeg discovery.

Capacità. Lo studente saprà come contestualizzare il processo di etrazione di conoscenza in vari domini applicativi, saprà anche utilizzare strumenti di data mining per l'estrazione di modelli locali quali pattern frequenti e pattern sequenziali e di modelli globali quali clustering e classificazione con particolare riferimento a ad applicazioni paradigmatiche quali: Basket Market Analysis, la segmentazione di mercato, il rilevamento di frodi

Comportamenti. Lo studente saprà orientarsi tra le varie tecnologie ed adottare quella più adatta al problema dello specifico settore applicativo. Lo studente inoltre avrà la coscienza che l'analista dei dati deve interagire strettamente con un ambiente interdisciplinare e che il successo dell'estrazione della conoscenza non è solo nei dati ma anche nella conoscenza profonda degli esperti del dominio, e che quindi l'analista ha il ruolo di mediatore tra la tecnologia e l'esperto del dominio. Sarà inoltre cosciente delle problematiche inerenti il trattamento di dati sensibili nella analisi di dati con tecniche di data mining.

Indicazioni metodologiche

Per conseguire gli obiettivi indicati, sarà necessario:

organizzare il processo di apprendimento in moduli flessibili, posti in sequenza logica;
presentare in modo approfondito una specifica tecnologia tra le varie concorrenti sul mercato, e le altre solo "per differenza";
mantenere una posizione indipendente e critica verso i vari software vendors presenti sul mercato, al fine di formare una capacità critica nello studente;
coordinarsi con i docenti dei corsi indicati nei prerequisiti e dei corsi paralleli del semestre;
partire dai problemi di business per ritrovare le necessarie scelte tecnologie a supporto della loro soluzione;
proporre l'analisi di casi di studio tratti da esperienze reali riportate in letteratura o derivanti da ricerche del docente;
separare gli aspetti e le scelte puramente tecnologiche da quelle funzionali alla soluzione di un problema di analisi.

Programma

Introduzione (2 ore): Presentazione del corso e panoramica dei contenuti

Il processo di estrazione della conoscenza (4 ore): Motivazioni, Classi di applicazioni , Panoramica sulle tecniche.

Le principali tecniche di datamining (18 ore): Regole associative: inter-attributo, intra-attributo, qualitative, predittive e tassonomiche; Classificazione bayesiana e con alberi di decisione; Clustering k-means. Di queste tecniche si studieranno gli aspetti formali ed algoritmici.

Cenni a problemi e soluzioni avanzate per il data mining (4 ore): problemi e approcci di analisi per dati complessi, quali sequenze, grafi, serie temporali.

Strumenti e ambienti per il data mining (4 ore): Introduzione agli ambienti di analisi esistenti che supportano strumenti di data mining, con particolare enfasi a quelli open source.

Metodologie di estrazione di conoscenza (6 ore): casi di studio nell'ambito del marketing e del supporto alla gestione clienti.

Caso di studio 1: Segmentazione della clientela
Caso di studio 2: Individuazione dei comportamenti di acquisto nella grande distribuzione
Caso studio 3: Analisi di rischio nel settore bancario
Caso studio 4: Rilevamento di Frodi Fiscali
Caso Studio 5: Fare mining su dati ufficiali (spesso aggregati):

Aspetti di privacy ed etici (2 ore): Si introducono gli aspetti di privacy ed etici inerenti all'utilizzo di tecniche inferenza sui dati e dei quali l'analista deve essere a conoscenza

Ore lezione:

Ore laboratorio:

Ore seminari:

Bibliografia

Testo di riferimento:

Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Introduction to Data Mining.
http://www-users.cs.umn.edu/~kumar/dmbook/index.php

Modalità di esame

La valutazione avverrà mediante una prova scritta intermedia ed una prova finale che consiste a scelta dello studente in una esperienza di analisi di dati utilizzando il software appreso nel Laboratorio di sistemi informativi economico/aziendali, o in un seminario che illustri le modalità di utilizzo di tecniche DM in specifici settori applicativi.