Corso del progetto DIG4All
Un corso coinvolgente e pratico per sviluppare competenze avanzate nell'arte dell'analisi dati, scoprire come interpretare, visualizzare e trarre valore da masse di informazioni e acquisire le competenze nel guidare decisioni basate sui dati e affrontare sfide complesse nell'area digitale.
DURATA
300 ore in 6 mesi (130 ore sincrone + 170 ore asincrone)
Inizio: martedì 9 gennaio 2024
Fine: sabato 27 luglio
CALENDARIO E MODULI
- Competenze digitali avanzate
Gennaio, febbraio e metà marzo: Incontri 2 giorni a settimana: martedì dalle 8 alle 10 e venerdì dalle 10 alle 12 10 - Competenze trasversali
2 incontri: 15/01 dalle 14.30 alle 17.30 e 06/06 dalle 14 alle 17. - Competenze in data analyst
Aprile, maggio, giugno e luglio: venerdì 05/04, 12/04, 19/04 e 03/05 dalle 10 alle 12 + (da sabato 20/04) i sabati dalle 13.30 alle 16.30 + project work settimana del 22/07 dalle 14 alle 18
FORMATORI
Piergiorgio Ricci
Roberta Moretti
PROGRAMMA COMPETENZE DIGITALI AVANZATE
MODULO
MACRO ARGOMENTI
Ricerca di informazioni
- Valutare le informazioni sul Web
IT Security
- Concetti di base
- Le principali misure di sicurezza online
- Le principali tecniche di violazioni dei dati personali
- Misure per la sicurezza dei file
- I diversi tipi di malware
- Gli strumenti per difendersi dai malware
- I diversi tipi di reti informatiche
- La sicurezza delle reti informatiche
- La sicurezza nelle reti wireless
- Gli hotspot
- Il browser e la sicurezza online
- Navigare in sicurezza
- Posta elettronica
- Reti sociali
- Messaggistica istantanea
- Dispositivi mobili
- Il backup dei dati
- Eliminare i dati
Gestione database
- Nozioni preliminari
- Creare una tabella
- La visualizzazione Struttura
- Mettere in relazione le tabelle
- Query di comando
- Creazione guidata delle query
- Le query parametriche
- Usare le query per filtrare i record del database
- Ultime operazioni sulle query
- Creare una maschera
- Creare una maschera da zero
- Creare un report
- Creare un report da zeri
PROGRAMMA COMPETENZE TRASVERSALI
Modulo da 15 ore
- Introduzione al concetto di competenze (hard e soft) e di mindset (dinamico e digitale)
- Introduzione al bilancio delle competenze e alla sua importanza
- Presentazione di strumenti di autovalutazione per il proprio bilancio: competenze, punti di forza e valori.
PROGRAMMA COMPETENZE DI SPECIALIZZAZIONE
MODULO
MACRO ARGOMENTI
Il mondo della Data Science
- Il potere della Data Science e come sta rivoluzionando le industrie
- Esplorazione di applicazioni
Preprocessing dei dati
- Raccolta dei dati e preparazione per l’analisi
- Utilizzo di Python e librerie come Pandas per pulire i dati, gestire i valori mancanti e rimuovere gli outlier
La Feature Engineering
- Selezione delle feature più rilevanti per i modelli di Machine Learning
- Creazione di nuove feature
- L’analisi statistica dei dati
- Principali tecniche e concetti usati nell’analisti statistica
Concetti statistici fondamentali
- Approfondimento dei concetti statistici fondamentali
- Utilizzare Python e le libreria NumPy e Pandas per calcolare e interpretare le misure statistiche
Test di ipotesi e intervallo di confidenza
- Le metodologie per condurre test di ipotesi statistica e calcolare gli intervalli di confidenza
- Applicazione delle tecniche utilizzando Python e libreria come SciPy
Analisi statistica avanzata
- Tecniche di analisi statistica avanzata
- Applicazione delle tecniche utilizzando Python e librerie come scikit-learn
Esplorazione della Data Science
- Definizione e ruolo
- Il ciclo di vita dei dati e le competenze richieste al data scientist
Preprocessing dei dati in vista dell’analisi
- Tecniche di pulizia dei dati, gestione dei valori mancanti e riduzione della dimensionalità
- Utilizzo delle librerie Python
Esplorazione dei dati
- Tecniche di visualizzazione per esplorare e analizzare i dati
- Creazione di grafici interattivi
Modelli di Machine Learning
- Introduzione ai concetti di Machine Learning e alle sue applicazioni nella Data Science
- Implementazione di modelli di Machine Learning supervisionato e non supervisionato con Python
