BitBang

Data Science on Digital Unstructured Sources

Milano - 1, 8, 15, 22, 29 Settembre 2017

 
 

Scuola della Società Italiana di Statistica

Logo Società Italiana di Statistica

Il corso della SIS Data science on digital unstructured sources ha per oggetto la trattazione dei metodi statistici per l’analisi dei dati digitali.


Le applicazioni e i casi studio saranno svolti in Laboratorio utilizzando i sofware R, Python e Google Machine Learning. La trattazione presuppone conoscenze di base di Statistica, Analisi dei dati e di programmazione.


Il corso della SIS "Data science on digital unstructured sources" è rivolto ai Soci SIS, ricercatori, dottorandi, dipendenti e funzionari di enti pubblici e privati interessati agli aspetti applicativi dei metodi per l’analisi dei dati digitali.

Il corso è limitato ad un numero massimo di 30 partecipanti.

Programma

Programma - Data science on digital unstructured sources
Sessioni Mattutine (9.00 - 13.00) Sessioni Pomeridiane (14.30 - 17.30)
Venerdì 1 settembre An introduction to digital unstructured sources

(Andrea De Marco, BitBang)
Integrate and prepare unstructured data for analysis including streaming process

(Andrea De Marco, BitBang)
Venerdì 8 settembre Statistical learning: supervised and unsupervised; Data exploration; Bias-variance trade-off

(Aldo Solari, Università di Milano-Bicocca)
Ensamble learning; High-dimensional data and the curse of dimensionality

(Aldo Solari, Università di Milano-Bicocca)
Venerdì 15 settembre Behavior analysis based on event-level approach

(Ermelinda Della Valle, BitBang)
Interactive machine learning prediction in digital marketing scenarios

(Ermelinda Della Valle, BitBang)
Venerdì 22 settembre Text analysis, Sentiment Analysis

(Stefano Iacus, Università degli Studi di Milano)
Data Mashup over Big Data

(Stefano Iacus, Università degli Studi di Milano)
Venerdì 29 settembre Machine learning in Google cloud; Strategic customers benefit from Google products

(Marco Tranquillin, Google)
Build methodologies and assets to enable deployments and in-production successes

(Marco Tranquillin, Google)
  • Venerdì 1 settembre
    • 9.00-13.00:
      An introduction to digital unstructured sources (Andrea De Marco, BitBang)
    • 14.30-17.30:
      Integrate and prepare unstructured data for analysis including streaming process (Andrea De Marco, BitBang)
  • Venerdì 8 settembre
    • 9.00-13.00:
      Statistical learning: supervised and unsupervised; Data exploration; Bias-variance trade-off (Aldo Solari, Università di Milano-Bicocca)
    • 14.30-17.30:
      Ensamble learning; High-dimensional data and the curse of dimensionality (Aldo Solari, Università di Milano-Bicocca)
  • Venerdì 15 settembre
    • 9.00-13.00:
      Behavior analysis based on event-level approach (Ermelinda Della Valle, BitBang)
    • 14.30-17.30:
      Interactive machine learning prediction in digital marketing scenarios (Ermelinda Della Valle, BitBang)
  • Venerdì 22 settembre
    • 9.00-13.00:
      Text analysis, Sentiment Analysis (Stefano Iacus, Università degli Studi di Milano)
    • 14.30-17.30:
      Data Mashup over Big Data (Stefano Iacus, Università degli Studi di Milano)
  • Venerdì 29 settembre
    • 9.00-13.00:
      Machine learning in Google cloud; Strategic customers benefit from Google products (Marco Tranquillin, Google)
    • 14.30-17.30:
      Build methodologies and assets to enable deployments and in-production successes (Marco Tranquillin, Google)

Domanda di partecipazione

La domanda di partecipazione dovrà pervenire on-line entro il 30 luglio 2017 collegandosi al sito della SIS.

Il Comitato Scientifico vaglierà le domande e deciderà l'ammissione sulla base dell'ordine di iscrizione e del curriculum.

Ammissione: la frequenza al corso è subordinata al pagamento del contributo di partecipazione come da tabella di seguito riportata.

Programma - Data science on digital unstructured sources
entro 15/8/17 dopo 15/8/17
Partecipanti non iscritti alla SIS * 875€ 975€
Soci Ordinari SIS Socio ordinario 350€ 400€
Socio ordinario con meno di 35 anni 210€ 260€
Ente aderente alla SIS Dipendente iscritto alla SIS 350€ 400€
Dipendente non iscritto alla SIS 700€ 800€
Alunni Unicatt * 700€ 800€
  • Partecipanti non iscritti alla SIS *
    • entro 15/8/17: 875€
    • dopo 15/8/17: 975€
  • Soci Ordinari SIS
    • Socio ordinario entro 15/8/17: 350€
    • Socio ordinario dopo 15/8/17: 400€
    • Socio ordinario con meno di 35 anni entro 15/8/17: 210€
    • Socio ordinario con meno di 35 anni dopo 15/8/17: 260€
  • Ente aderente alla SIS
    • Dipendente iscritto alla SIS entro 15/8/17: 350€
    • Dipendente iscritto alla SIS dopo 15/8/17: 400€
    • Dipendente non iscritto alla SIS entro 15/8/17: 700€
    • Dipendente non iscritto alla SIS dopo 15/8/17: 800€
  • Alunni Unicatt *
    • Entro 15/8/17: 700€
    • Dopo 15/8/17: 800€

* Gli importi si intendono al netto di IVA.
Per usufruire delle agevolazioni previste per i Soci contattare la Società Italiana di Statistica tel. 06 6869845 o consultare il sito: www.sis-statistica.it.

Comitato Scientifico

  • Guido Consonni
    (Università Cattolica del Sacro Cuore)
  • Ermelinda Della Valle
    (BitBang)
  • Lucia Paci
    (Università Cattolica del Sacro Cuore)

Comitato Organizzatore

Segreteria Amministrativa

  • Segreteria della SIS
    Salita de' Crescenzi 26 – 00186 Roma
    tel. 06 6869845 – Fax 06 68806742
    e-mail: sis@sis-statistica.it
 

"Un corso con un taglio operativo, utile per approfondire le tecniche statistiche avanzate indispensabili per analizzare i flussi di dati provenienti dalle fonti digitali"

Google Milan

Università Cattolica del Sacro Cuore (UCSC)

Via Carducci 28/30, Milano

Google Milan

Via Federico Confalonieri 4, Milano