Il corso è articolato in due fasi dove saranno presentati agli studenti principi e metodologie per l'analisi di dati economici e aziendali in due approcci diversi e complementari, quello del data-mining e quello della statistica economica.

Nel primo modulo del corso lo studente apprenderà i principi generali che guidano l’estrazione di informazione e conoscenza dai dati (data science) e un insieme di tecniche di data mining basate su tali principi. Tali principi e tecniche saranno proposti tramite esempi concreti e forniranno gli elementi necessari per un approccio "data-driven" alla definizione di soluzioni e alle decisioni.
Il secondo modulo fornirà agli studenti gli strumenti di base per lo studio di fenomeni economico-aziendali con particolare attenzione agli aspetti metodologici di raccolta, trattamento, analisi e previsione dei dati di natura economica e di principale interesse in ambito aziendale. Questo modulo fornisce un’introduzione ai concetti di base, strumenti e metodi della statistica economica e le metodologie statistiche riguardanti l’analisi della relazione tra fenomeni economici, l’analisi univariata delle serie storiche in ambito economico, l’interpretazione e il confronto tra dati statistici.

Al termine del corso lo studente avrà acquisito:
- CONOSCENZA E CAPACITÀ DI COMPRENSIONE: comprensione delle opportunità competitive offerte dalla capacità di processare e analizzare i dati e dei principi che guidano il processo di estrazione dell’informazione dai dati; conoscenza di un sottoinsieme di tecniche di data mining per l’analisi dei dati in ambito aziendale; conoscenza dei principali dati di natura economico-aziendale ai fini dell’analisi del fenomeno quantitativo; capacità di comprendere gli strumenti statistici appropriati per l’analisi del fenomeno economico.
- CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacità di formulare in termini analitici un problema che coinvolge l’uso dei dati; abilità di utilizzare le tecniche di data mining a casi elementari; saper riconoscere ed applicare gli strumenti di base per l’analisi statistica; saper analizzare ed interpretare i risultati dell’analisi.
- AUTONOMIA DI GIUDIZIO: saper valutare se l’utilizzo dei dati è utile al miglioramento del processo decisionale e se una certa tecnica è adeguata alla soluzione del problema; saper valutare se il metodo statistico applicato è adeguato allo studio del fenomeno.
- ABILITÀ COMUNICATIVE: saper comunicare le risultanze del processo di mining e in che modo il processo può migliorare l'approccio alle decisioni; saper comunicare che tipo di conoscenza è rappresenta da un modello previsionale ottenuto con tecniche di mining; saper fornire interpretazioni e valutazioni dei risultati con terminologia statistica appropriata al contesto applicativo.
- CAPACITÀ DI APPRENDIMENTO: fornisce gli elementi necessari per l’apprendimento di tecniche di data mining più avanzate e per approfondimenti inerenti l’implementazione e la supervisione del processo in scenari d’utilizzo reali; favorisce l’approfondimento delle metodologie statistiche proposte nell’ambito di percorsi specialistici avanzati.