Ateneo - UPO

Il corso ha l’obiettivo di introdurre lo/la studente/studentessa all’analisi di dataset complessi, come quelli che vengono prodotti da molti moderni strumenti di analisi o caratteristici dei normali problemi che si incontrano nei laboratori. Verranno descritti dal punto di vista teorico-pratico diversi metodi multivariati di analisi dal pretrattamento del dato a metodi di pattern recognition, di classificazione e di regressione.

Verranno messe a disposizione le dispense del corso.

Il corso ha l'obiettivo di fornire allo/alla studente/studentessa solide conoscenze dei più comuni strumenti della statistica multivariata preparare il futuro dottore in Scienze Chimiche ad affrontare il mondo del lavoro nell'ambito dell'analisi di dataset complessi o caratteristici dei normali problemi che si incontrano nei laboratori. Lo/La studente/studentessa acquisirà capacità di senso critico, affinerà l’abilità di scegliere la miglior strategia sperimentale e di gestire problemi complessi in ambito tecnico-scientifico. Il corso ha anche lo scopo di sviluppare la capacità di apprendere autonomamente nuove tecniche di analisi multivariata.
Abilità comunicative: acquisire e saper utilizzare un lessico chimico appropriato in relazione agli argomenti affrontati nel corso.
Capacità di apprendimento in autonomia: lo/la studente/studentessa sarà guidato/guidata alla soluzione di un caso studio proposto.

Nessuno

Lezioni frontali, dispense, presentazioni powerpoint, simulazioni ed esercitazioni al calcolatore.

Il controllo dell'apprendimento in itinere verrà effettuato attraverso esercitazioni al computer in cui verranno messi in pratica gli argomenti affrontati durante le lezioni.
Le studentesse e gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento (DSA) o con Bisogni Educativi Speciali (BES) possono richiedere servizi e strumenti specifici a loro dedicati rivolgendosi allo Staff Sviluppo e Coordinamento Carriere e Servizi alle Studentesse e agli Studenti e consultando la pagina dedicata del sito di Ateneo: https://uniupo.it/it/servizi/servizi-studentidisabili-e-dsa
Le studentesse e gli studenti con disabilità, DSA, BES, una volta preso contatto con lo Staff di Ateneo, possono contattare la/il docente titolare dell'insegnamento in relazione alla declinazione delle modalità di esame, in merito agli aspetti didattici.

Esame scritto articolato in due parti: a) 8 domande a risposta multipla e 8 domande aperte sugli aspetti teorici dei metodi trattati; b) relazione sui risultati dell’elaborazione statistica condotta su un set di dati fornito dal docente, con commento scritto dei risultati ottenuti.

Il corso tratta i metodi che si possono utilizzare per estrarre informazione da dati complessi quali dati spettroscopici, dati ambientali, mappe elettroforetiche, dati industriali di processo, controllo qualità, ecc. I metodi studiati, che sono anche argomento di esercitazioni al computer su dataset reali riguardano: metodi di pretrattamento dei dati (scaling, trasformazioni non lineari delle variabili, trattamento dei dati mancanti, trattamento di dati spettroscopici), metodi di clustering (gerarchico, K-means, metody fuzzy), metodi di pattern recognition (PCA, MDS), metodi di regressione (teoria della calibrazione, MLR, PLS, PCR, Ridge e selezione delle variabili), metodi di classificazione (NMC, LDA, QDA, RDA, KNN, Ranking-PCA, PLS-DA e selezione delle variabili), reti neurali artificiali (Backward, auto associative di Kohonen, counter-propagation), algoritmo genetico. Esercitazioni al computer su software dedicati.

Conoscenza e comprensione
- solida conoscenza delle basi teoriche e teorico/pratiche delle più moderne tecniche di analisi multivariata dei dati (pattern recognition, classificazione, regressione, metodi non lineari)
- conoscenza dei principali software per l’analisi multivariata dei dati e di come risolvere un caso studio e presentarlo

Capacità di applicare conoscenza e comprensione
- saper applicare mediante software dedicato le tecniche di analisi dati viste a lezione per la soluzione di casi studio proposti;
- saper confrontare diversi metodi;
- saper stendere una relazione tecnico-scientifica sull’analisi di dati

Abilità comunicative
- saper stendere una relazione tecnico-scientifica sull’analisi di dati
- acquisire e saper utilizzare un lessico appropriato in relazione agli argomenti affrontati nel corso.

Autonomia di giudizio
- capacità di scegliere l’approccio più adatto alla soluzione di un caso studio proposto
- saper confrontare criticamente diversi metodi.

Capacità di apprendimento
- capacità di utilizzare il materiale di studio in autonomia per risolvere casi studio proposti