https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug Ed. Civica Matematica en-us 2023-05-26 08:02:52 UTC 2023-06-14 19:30:46 UTC hello@padlet.com https://www.community.eresearch.auckland.ac.nz/files/2017/01/data-processing-yzq8ga.jpg antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605942910 2023-05-26 08:19:16 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605942910 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605947518 è quel processo di raccolta di dati grezzi e la loro trasformazione in informazioni fruibili e leggibili (grafici, documenti...) in modo da essere interpretati e usati in modo da raggiungere lo scopo aziendale.]]> 2023-05-26 08:24:15 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605947518 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605955947 Da qualche anno esiste infatti una figura professionale che si occupa del reperimento, gestione e analisi dei dati: il Data Scientist.]]> 2023-05-26 08:33:43 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605955947 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605957719 La curiosità è la caratteristica di un Data Scientist di successo.
La Data Science è incentrata sull’essere curiosi: porsi nuove domande, fare nuove scoperte e apprendere nuove cose.

Far parlare i dati è una questione che va oltre la semplice osservazione, si tratta di scoprire elementi reali nascosti tra i numeri.]]> 2023-05-26 08:35:32 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605957719 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605963381

 Identificazione dei problemi di analisi dei dati che offrono le maggiori opportunità all’organizzazione

Determinazione dei set di dati e delle variabili corrette

Pulizia e convalida dei dati per garantire accuratezza, completezza e uniformità

Elaborare e applicare modelli e algoritmi sui data set individuati

Analisi dei dati per identificare schemi e tendenze

Interpretazione dei dati per scoprire soluzioni e opportunità

Comunicare i risultati utilizzando la visualizzazione e altri mezzi

]]> 2023-05-26 08:41:08 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605963381 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605963598 .]]> 2023-05-26 08:41:23 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605963598 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605970527

Il Data Scientist ha spesso un background con laurea, triennale o specialistica, in Matematica, Ingegneria, Fisica, Informatica, ovvero un approccio scientifico.

Conoscenza dei linguaggi di programmazione per la Data Science come: linguaggio R, Python ed eventuali librerie...

Devono saper tradurre i dati in formati facili da comprendere agli occhi di tutti

]]> 2023-05-26 08:47:11 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605970527 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605981472

 Raccolta dei dati: I dati vengono estratti dalle sorgenti disponibili. È importante che le sorgenti di dati disponibili siano affidabili e ben costruite, in modo che i dati raccolti siano della migliore qualità possibile. 

Preparazione dei dati: La preparazione dei dati è la fase in cui i dati grezzi vengono puliti e organizzati per la fase successiva del processo di elaborazione. Lo scopo di questa fase è infatti eliminare dati non buoni (ridondanti, incompleti o non corretti).

Input dei dati: I dati puliti vengono quindi caricati nel sistema di destinazionee tradotti in un linguaggio comprensibile da tale sistema. 

Elaborazione: i dati caricati nel sistema nella fase precedente vengono effettivamente elaborati per l'interpretazione. L'elaborazione avviene per mezzo di algoritmi di apprendimento automatico, anche se il processo può variare leggermente a seconda della sorgente di dati elaborata e della sua finalità .

Output/interpretazione dei dati: è la fase in cui i dati vengono trasformati in informazioni fruibili dall'utente comuneSi tratta di contenuti tradotti, leggibili, spesso nella forma di grafici, video, immagini, testo semplice, ecc. 

Archiviazione dei dati: Una volta elaborati, i dati vengono archiviati per l'impiego futuro.Inoltre, l'archiviazione corretta dei dati è un requisito di conformità di normative sulla protezione dei datiSe i dati vengono adeguatamente archiviati, i membri dell'organizzazione potranno accedervi senza difficoltà al momento del bisogno. 

]]> 2023-05-26 08:55:57 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2605981472 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2606019756 Il futuro dell'elaborazione dei dati è nel cloud.
La tecnologia cloud si basa sulla praticità degli attuali metodi di elaborazione elettronica dei dati, incrementandone velocità ed efficacia.
Se i dati sono più veloci e di migliore qualità, le organizzazioni avranno a disposizione un numero maggiore di informazioni da usare per poter estrarre business intelligence di valore.
L'integrazione in cloud consente di collegare dati memorizzati su server locali con dati conservati in remoto, oltre a fornire un collegamento con potenti piattaforme di analisi dei dati.]]> 2023-05-26 09:37:26 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2606019756 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2606024336 sono i set di dati troppo grandi e complessi per essere gestiti dalle tradizionali applicazioni di gestione ed elaborazione dei dati.  
I big data sono diventati più popolari con l'avvento della tecnologia mobile e dell'IoT(dispositivi connessi che generano e condividono dati fra loro), che hanno permesso alle persone di produrre un numero sempre maggiore di informazioni (geolocalizzazione, social network, app per il fitness, ecc.) e di accedere ai dati digitali dai propri dispositivi. ]]> 2023-05-26 09:41:56 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2606024336 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2606030027 Il trasferimento dei big data nel cloud garantisce alle aziende straordinari vantaggi. Le tecnologie cloud per i big data permettono alle organizzazioni di combinare tutte le loro piattaforme in unico sistema facilmente adottabile. Con l'evolversi del softwaresolo la tecnologia cloud è in grado di integrare perfettamente sistemi legacy con quelli più recenti. ]]> 2023-05-26 09:46:34 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2606030027 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612046482 2023-06-01 17:14:12 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612046482 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612048525 L'analisi monovariata riguarda l'elaborazione e la presentazione dei dati di una singola variabile. Inizialmente, si esegue il conteggio dei casi per ogni classe o categoria della variabile. Questi dati vengono quindi utilizzati per calcolare le frequenze assolute e le frequenze percentuali. Le percentuali sono particolarmente utili per confrontare distribuzioni diverse della stessa variabile. Ad esempio, è possibile confrontare le percentuali di studenti promossi, rimandati o bocciati in diverse scuole. Le frequenze cumulative possono essere calcolate per le variabili ordinali e forniscono la somma delle percentuali delle modalità maggiori o uguali. Le rappresentazioni grafiche, come gli istogrammi, sono spesso utilizzate per visualizzare i dati in modo efficace. ]]> 2023-06-01 17:16:32 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612048525 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612051640

• Moda: rappresenta la classe con il maggior numero di casi o il valore che si ripete più frequentemente nella distribuzione
•  Mediana: è il valore che si trova esattamente a metà della distribuzione ordinata dei casi.
• Decili, quartili, percentili: sono valori che suddividono la distribuzione in blocchi di 10%, 25% o 1% dei casi, rispettivamente. Sono utilizzati per evidenziare quali parti della distribuzione si trovano al di sopra o al di sotto di determinati valori di soglia.
•  Media aritmetica: è la somma dei valori registrati divisa per il numero totale dei casi. Viene utilizzata per rappresentare un valore di sintesi dell'intera distribuzione
•  Scarto quadratico medio: rappresenta la variabilità dei valori rispetto alla media. È la radice quadrata della media dei quadrati degli scarti dei valori dalla media.
•  Coefficiente di variabilità: è il rapporto tra lo scarto quadratico medio e la media. Viene utilizzato per scopi comparativi, eliminando l'influenza del valore della media.
•  Indici di asimmetria o di curtosi: evidenziano il grado di scostamento della distribuzione dalla distribuzione normale.

Le statistiche relative ad una variabile possono essere misure della tendenza centrale, della dispersione o della forma della distribuzione.
Ogni statistica offre un modo diverso di sintetizzare i dati e può essere utilizzata per scopi comparativi.

]]> 2023-06-01 17:20:09 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612051640 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612057536 L'obiettivo dell'elaborazione e dell'analisi dei dati è descrivere i fenomeni osservati e trovare collegamenti tra le diverse variabili. Questo processo semplifica la realtà complessa in categorie concettuali utilizzate nella ricerca. Tuttavia, i risultati della ricerca dovrebbero fornire una comprensione più precisa rispetto al semplice buon senso e arricchire la conoscenza delle persone coinvolte. ]]> 2023-06-01 17:26:24 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612057536 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612058040 il processo di ricerca permette di arricchire la conoscenza del mondo sociale attraverso l'analisi dei dati raccolti. Il ricercatore deve essere aperto a riconoscere relazioni e connessioni causali che potrebbero non essere state previste inizialmente. ]]> 2023-06-01 17:27:02 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612058040 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612058477 2023-06-01 17:27:30 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612058477 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612065840 Un data analyst è un professionista specializzato nell'analisi dei dati.
Si occupa di raccogliere, organizzare, interpretare e presentare i dati in modo da estrarne informazioni significative e supportare la presa di decisioni. 
Utilizza strumenti e tecniche analitiche per identificare modelli, tendenze e relazioni tra le variabili. 
Il lavoro del data analyst è fondamentale in diversi settori, come il marketing, la finanza, la sanità e molti altri, poiché aiuta a tradurre i dati in conoscenza utile per l'ottimizzazione delle operazioni e il raggiungimento degli obiettivi aziendali. ]]> 2023-06-01 17:36:04 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612065840 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612132888 Nelle ricerche, l'analisi dei dati serve a comprendere meglio le informazioni raccolte.]]> 2023-06-01 19:00:38 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612132888 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612133275 Nella ricerca descrittiva, si mostrano i dati tramite grafici o tabelle per evidenziare come si distribuiscono le caratteristiche del campione considerate importanti. ]]> 2023-06-01 19:01:16 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612133275 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612133848 Nella ricerca esplicativa, i dati vengono organizzati per verificare le ipotesi. È importante revisionare le ipotesi iniziali alla luce dei risultati dell'analisi. ]]> 2023-06-01 19:02:08 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612133848 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612134158 I dati devono essere interpretati in termini di senso sociale e teorie sociologiche. ]]> 2023-06-01 19:02:36 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612134158 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612134680 Un buon ricercatore formula ipotesi che possono essere confermate o smentite dai dati, non solo basandosi sul senso comune. La ricerca sul campo richiede un ripensamento continuo della teoria in base alle conoscenze acquisite. ]]> 2023-06-01 19:03:28 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612134680 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612135903 L'elaborazione dei dati aiuta a descrivere i dati in modo sintetico e a cercare relazioni tra le variabili.
Le variabili possono essere qualitative o quantitative e le analisi possono riguardare una, due o più variabili.
-Le variabili quantitative sono misurabili e assumono valori numerici.
-Le variabili qualitative descrivono caratteristiche o attributi che non sono misurabili in termini numerici. 

]]> 2023-06-01 19:05:09 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612135903 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612141177 L'analisi bivariata si concentra sull'esplorazione delle relazioni tra due variabili alla volta. Si tratta di uno dei modi più semplici per studiare le associazioni tra due misurazioni o caratteristiche. 
Questo tipo di analisi può essere eseguito utilizzando grafici, tabelle di contingenza o test statistici specifici per determinare se esiste una correlazione o una differenza significativa tra le due variabili. 
Ad esempio, un'analisi bivariata può esaminare la relazione tra il reddito e l'istruzione, confrontando i dati di queste due variabili e valutando se esiste un'associazione significativa tra di esse. ]]> 2023-06-01 19:12:28 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612141177 antoninoocchipinti65 https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612141333 L'analisi multivariata, d'altra parte, coinvolge lo studio simultaneo di tre o più variabili. 
Questo approccio consente di esplorare le relazioni complesse tra più fattori o caratteristiche contemporaneamente. L'analisi multivariata utilizza tecniche statistiche avanzate, come l'analisi dei cluster, l'analisi dei componenti principali, la regressione multivariata, per identificare modelli, tendenze o associazioni tra le variabili. 
Questo tipo di analisi è utile quando si desidera comprendere l'effetto combinato di più variabili sulla variabile di interesse. 
Ad esempio, l'analisi multivariata può essere utilizzata per studiare come età, reddito e luogo di residenza influenzano le preferenze di acquisto dei consumatori. ]]> 2023-06-01 19:12:40 UTC https://padlet.com/antoninoocchipinti65/9r727prqlcknt5ug/wish/2612141333