Rosaria LOMBARDO
Insegnamento di LONGITUDINAL AND MULTI-VIEW DATA ANALYSIS
Corso di laurea magistrale in DATA SCIENCE
SSD: SECS-S/01
CFU: 6,00
ORE PER UNITÀ DIDATTICA: 48,00
Periodo di Erogazione: Primo Semestre
Italiano
Lingua di insegnamento | Inglese |
Contenuti | Il corso riguarda le metodologie per l'analisi dei dati multiview, multiway e longitudinali. L'analisi Multiview e Multiway è una branca specializzata del più ampio campo delle statistiche multivariate che estende i metodi standard per i dati a due vie, come l'analisi in componenti principali, l'analisi fattoriale, l'analisi dei cluster, l'analisi delle corrispondenze e lo scaling multidimensionale ai dati multivariati |
Obiettivi formativi | I principali obiettivi formativi del corso sono: |
Prerequisiti | Il corso richiede che ci siano le conoscenze di base in: |
Metodologie didattiche | Lezioni frontali |
Metodi di valutazione | L’esame consisterà nella presentazione di un caso studio su dati reali. Gli studenti dovranno elaborare in R i dati applicando le idonee metodologie multivariate a dati longitudinali, multi-view e multiway. |
Altre informazioni | Materiale didattico aggiuntivo: |
Programma del corso | - Analisi di tabelle di dati cubiche anche quando la terza dimensione è temporale |
English
Teaching language | English |
Contents | The course concerns methods for analyzing multi-view data, multiway and longitudinal data. Multiview and Multiway analysis is a specialized branch of the larger field of multivariate statistics that extends the standard methods for two-way data, such as principal component analysis, factor analysis, cluster analysis, correspondence analysis, and multidimensional scaling to multiway data |
Textbook and course materials | Applied Multiway Data Analysis |
Course objectives | The main educational objectives of the course are: |
Prerequisites | The course requires basic knowledge in: |
Teaching methods | Frontal Lessons |
Evaluation methods | The exam will consist in the presentation of a case study on real data. Students will have to process the data in the R programming environment by applying the suitable multivariate methodologies to longitudinal, multi-view and multiway data. |
Other information | Additional teaching material: |
Course Syllabus | Analysis of cubic data tables even when the third dimension is temporal |