NovaNext | NovaNext Training
Lavora con noi |   Codice etico | Email Telefono |
Scheda corso
NovaNext Training / Database, Bigdata, Data Science & Machine Learning / Analysis / Analisi Funzionale e Statistica per la Data Analysis: casi d’uso ed esercitazioni pratiche

Analisi Funzionale e Statistica per la Data Analysis: casi d’uso ed esercitazioni pratiche

Codice
NOVAFDS
Durata
2 Giorni
Prezzo
1.650,00 € (iva escl.)
Lingua
Italiano
Modalità
Virtual Classroom
Corso in aula
       

 

Schedulazione
Luogo Data Iscrizione
A Richiesta
  • Il corso si propone di acquisire le competenze teoriche e pratiche di Analisi Funzionale, Statistica e Data Analysis applicabili ai principali Scenari di Business: nell’ambito del corso nello specifico si acquisirà padronanza su:
  • Principali skill e tool di Data Analysis
  • Principali metofologie, processi e workflow sottostanti alla Data Analysis
  • Applicazione sul campo delle competenze ai fini di: Functional Analysis, Data Visualization and Exploration, Data Queries, Data Collection, Data Analysis, Data Processing

 

Destinatari
  • Dipendenti non ICT provenienti dalle funzioni di controllo che hanno bisogno di approfondire queste tematiche per rendersi sempre più autonomi nell’estrazione e lavorazione dei dati/report

 

Contenuti
  • Le basi matematiche dalla data analysis e dell’analisi funzionale
  • I valori notevoli statistici (media, deviazione standard, ecc.): uso, significato e accortezze
  • L’intervallo di confidenza
  • Le distribuzioni di probabilità: come si usano e per quali fenomeni da analizzare (con esempi da contesto reale illustrati passaggio per passaggio e con excel)
  • Dati, big data e algoritmi
  • Il significato del dato
  • Cosa sono i big data
  • La classificazione degli analytics per complessità
  • Gli algoritmi ed il rapporto con l’Intelligenza Artificiale
  • Il machine learning
  • Gli algoritmi
  • Le principali famiglie di algoritmi e come funzionano
  • L’utilizzo nel mondo bancario e finanziario
  • Approfondimento sulla regressione: quando usarla per interpretare un fenomeno dai dati, come si fa con excel e come si leggono i risultati
  • Alcune applicazioni pratiche realizzate: controlli antiriciclaggio e analisi comportamentale del promotore
  • Analytics e data quality: controllare la qualità dei dati (le dimensioni di Juran e le metriche di valutazione)
  • Tecniche campionarie
  • Test di ipotesi e controllo di attendibilità
  • Costruire un algoritmo di controllo qualità dei flussi: applicazione pratica alle certificazioni fiscali e alle segnalazioni di vigilanza (da contesto reale di applicazione)
  • Il ROI della data driven quality control
  • Il monitoraggio statistico dei processi: il controllo statistico di produzione applicato ai processi bancari
  • Progettare il reporting: quale report, quale infografica, quale periodicità