Big Data Analysis For Economics And Finance 2025/2026

Caratteristiche dei Big Data. Fonti di Big data. Architetture per i big data (4 ore)
Apprendimento non-supervisionato: k-medie, PAM, k-medie trimmata (4 ore)
Apprendimento supervisionato: screening, regolarizzazione. Regressione ridge, LASSO, elastic net. (10 ore)
Metodi informatici: k-nn, C&RT, random forests, reti neurali. Principi di previsione e scelta dei parametri di tuning. (10 ore)
Principali applicazioni: analisi testuale, di immagini, di suoni. Latent Dirichlet Allocation,
sentiment analysis. (8 ore)

---

Fonte: GOMP