1. I Dati, la loro organizzazione statistica e il processo di controllo e la correzione
• Le strutture statistiche dei dati:
• Le strutture informatiche dei dati e loro organizzazione
• Controllo e correzione dei dati: errori casuali e sistematici; dati mancanti; dati fuori campo; incongruenze logiche; dati anomali; imputazione dati mancanti.

2. Le sintesi dei dati, le loro trasformazioni
3. Alcune distribuzioni teoriche multivariate dei dati
• distribuzione multinormale
• distribuzione multinomiale

4. Classificazione non supervisionata (cluster analysis)
Le caratteristiche dei clusters sulla base della (dis)similarità e distanza fra unità multivariate: Misure di (dis)similarità e distanza. Misure di Omogeneità ed Isolamento dei clusters.
- I metodi non gerarchici: K-medie, Pam e K-medoidi fuzzy
- Scelta delle variabili, scelta del numero dei clusters, interpretazione dei risultati;
- I metodi gerarchici aggregativi: legame singolo, legame medio, legame completo, centroide, metodo di Ward.
Interpretazione del dendrogramma, metodi di scelta di una partizione;

5. Le metodologie di riduzione dimensionale:
• analisi delle componenti principali (PCA);
• analisi fattoriale
• analisi delle corrispondenze e analisi delle corrispondenze multiple


6. Classificazione non supervisionata (cluster),
7. Modelli supervisionati:
o Regressione lineare;
o Modello lineare generalizzato
o Regressione logistica;
o Alberi di classificazione
o Support vector machine
o Random forest (cenni)
o Gradient boosting (cenni)
o Reti neurali (cenni)

• Valutazione del modello supervisionato e non supervisionato

- slide delle lezioni che saranno caricate sulla piattaforma Moodle