Presentazione

Il big data si è rivelato essenziale per lo sviluppo aziendale in svariati settori. La sua crescente importanza è evidente nel fatto che molte nuove imprese, specialmente nel campo della tecnologia, utilizzano i dati come forma di compensazione per i collaboratori. In passato, solo le grandi aziende avevano accesso a fonti di dati e strumenti sofisticati per l'analisi. Tuttavia, oggi il mondo del big data si è democratizzato, offrendo servizi adattabili a imprese di qualsiasi dimensione. Di conseguenza, il master in Data Science rappresenta uno strumento efficace per coloro che vogliono essere professionisti all'avanguardia nella scienza dei dati.

Obiettivi:

- Approfondire i fondamenti della scienza dei dati.
- Imparare le ultime tecniche di estrazione e gestione dei dati, così come il linguaggio di interrogazione SQL.
- Conoscere le strategie più efficaci di marketing basate sull'analisi dei dati.
- Implementare i nuovi modelli e tecniche di data mining.
- Progettare piani di crescita aziendale per i quali sarà essenziale la gestione dei dati.
- Individuare e potenziare i fattori di successo che spingono un'azienda grazie all'incrocio di informazioni ottenute dalle sue attività nell'ambiente digitale.

Attestato

Diploma di Master in Data Science di 1500 ore, rilasciato da EUROINNOVA INTERNATIONAL ONLINE EDUCATION, appartente al piano formativo Euroinnova Formazione e recante il marchio di eccellenza accademica in educazione on-line rilasciato da QS World University Rankings.

Durata

12 mesi, 1.500 ore

Programma

MODULO 1. BIG DATA E BUSINESS INTELLIGENCE
UNITÀ DIDATTICA 1. INTRODUZIONE AI BIG DATA
UNITÀ DIDATTICA 2. BUSINESS INTELLIGENCE E SOCIETÀ DELL'INFORMAZIONE
UNITÀ DIDATTICA 3. FASI DI UN PROGETTO SUI BIG DATA
UNITÀ DIDATTICA 4. I PRINCIPALI PRODOTTI DI BUSINESS INTELLIGENCE
UNITÀ DIDATTICA 5. DATA MINING E MACHINE LEARNING
UNITÀ DIDATTICA 6. DATAMART: CONCETTO DI DATABASE DIPARTIMENTALE
UNITÀ DIDATTICA 7. DATAWAREHOUSE O DATA WAREHOUSE AZIENDALE
UNITÀ DIDATTICA 8. STRUMENTI DI BUSINESS INTELLIGENCE E DI ANALISI

MODULO 2. ANALISI WEB
UNITÀ DIDATTICA 1. INTRODUZIONE ALLA WEB ANALYTICS
UNITÀ DIDATTICA 2. GOOGLE ANALYTICS 4
UNITÀ DIDATTICA 3. GOOGLE TAG MANAGER
UNITÀ DIDATTICA 4. MODELLI DI ATTRIBUZIONE
UNITÀ DIDATTICA 5. LOOKER STUDIO (GOOGLE DATA STUDIO)
UNITÀ DIDATTICA 6. WEB ANALYTICS ORIENTATA AL SEO
UNITÀ DIDATTICA 7. WEB ANALYTICS ORIENTATA AL SEM
UNITÀ DIDATTICA 8. WEB ANALYTICS ORIENTATA AI SOCIAL NETWORK
UNITÀ DIDATTICA 9. TECNICHE E STRATEGIE
UNITÀ DIDATTICA 10. ALTRI STRUMENTI PER LA WEB ANALYTICS
UNITÀ DIDATTICA 11. COOKIE E TECNOLOGIE DI TRACCIAMENTO

MODULO 3. SCIENZA DEI DATI
UNITÀ DIDATTICA 1. INTRODUZIONE ALLA SCIENZA DEI DATI
UNITÀ DIDATTICA 2. DATABASE RELAZIONALI
UNITÀ DIDATTICA 3. DATABASE NOSQL E STORAGE SCALABILE
UNITÀ DIDATTICA 4. INTRODUZIONE A UN SISTEMA DI DATABASE NOSQL: MONGODB
UNITÀ DIDATTICA 5. WEKA E IL DATA MINING
UNITÀ DIDATTICA 6. PYTHON E L'ANALISI DEI DATI
UNITÀ DIDATTICA 7. R COME STRUMENTO PER I BIG DATA
UNITÀ DIDATTICA 8. PRE-ELABORAZIONE ED ELABORAZIONE DEI DATI
UNITÀ DIDATTICA 9. ANALISI DEI DATI

MODULO 4. ANALISI DEI DATI CON PYTHON
UNITÀ DIDATTICA 1. INTRODUZIONE ALL'ANALISI DEI DATI
UNITÀ DIDATTICA 2. LIBRERIE PER L'ANALISI DEI DATI: NUMPY, PANDAS E MATPLOTLIB
UNITÀ DIDATTICA 3. FILTRAGGIO ED ESTRAZIONE DEI DATI
UNITÀ DIDATTICA 4. TABELLE PIVOT
UNITÀ DIDATTICA 5. FUNZIONI GROUPBY E DI AGGREGAZIONE
UNITÀ DIDATTICA 6. UNIONE DI DATAFRAMES
UNITÀ DIDATTICA 7. VISUALIZZAZIONE DEI DATI CON MATPLOTLIB E SEABORN
UNITÀ DIDATTICA 8. INTRODUZIONE ALL'APPRENDIMENTO AUTOMATICO
UNITÀ DIDATTICA 9. REGRESSIONE LINEARE E REGRESSIONE LOGISTICA
UNITÀ DIDATTICA 10. ALBERO DECISIONALE
UNITÀ DIDATTICA 11. NAIVE BAYES
UNITÀ DIDATTICA 12. MACCHINE A VETTORI DI SUPPORTO (SVM)
UNITÀ DIDATTICA 13. KNN
UNITÀ DIDATTICA 14. ANALISI DELLE COMPONENTI PRINCIPALI (PCA)
UNITÀ DIDATTICA 15. FORESTAZIONE CASUALE

MODULO 5. VISUALIZZAZIONE DEI DATI
UNITÀ DIDATTICA 1. INTRODUZIONE ALLA VISUALIZZAZIONE DEI DATI
UNITÀ DIDATTICA 2. TABLEAU
UNITÀ DIDATTICA 3. D3 (DOCUMENTI GUIDATI DAI DATI)
UNITÀ DIDATTICA 4. LOOKER STUDIO (GOOGLE DATA STUDIO)
UNITÀ DIDATTICA 5. QLIKVIEW
UNITÀ DIDATTICA 6. POWER BI UNITÀ DIDATTICA 7. CARTO

MODULO 6. VISUALIZZAZIONE DI DATI IN R CON GGPLOT2
UNITÀ DIDATTICA 1. GGPLOT2 COME LIBRERIA PER LA VISUALIZZAZIONE DEI DATI IN R
UNITÀ DIDATTICA 2. ASSI
UNITÀ DIDATTICA 3. TITOLI
UNITÀ DIDATTICA 4. LEGENDE
UNITÀ DIDATTICA 5. SFONDI E LINEE DELLA GRIGLIA
UNITÀ DIDATTICA 6. MARGINI
UNITÀ DIDATTICA 7. GRAFICA A PANNELLI MULTIPLI
UNITÀ DIDATTICA 8. COLORI
UNITÀ DIDATTICA 9. TEMI
UNITÀ DIDATTICA 10. LINEE
UNITÀ DIDATTICA 11. TESTO
UNITÀ DIDATTICA 12. COORDINATE
UNITÀ DIDATTICA 13. TIPI DI GRAFICA
UNITÀ DIDATTICA 14. NASTRI UNITÀ DIDATTICA 15. SMOOTHING
UNITÀ DIDATTICA 16. GRAFICI INTERATTIVI