Struttura del corso
Parte 1: Fondamenti di Python per l'Analisi (3,5 Ore)
· Modulo 1: Il panorama dell'analisi (45 min)
o Perché Python? Confronto tra Python, Excel e SQL nella ricerca accademica.
o Prepararsi al successo: introduzione a Jupyter Notebooks e Google Colab. Google Colab è più pratico in quanto non richiede installazione, ma necessita di una connessione internet più stabile. Se possibile, i partecipanti possono installare Jupyter Notebooks per un'esperienza più fluida.
· Modulo 2: Le basi della struttura dei dati (60 min)
o Variabili, tipi di dato (stringhe, interi, floating-point) e logica di base.
o Comprendere liste e dizionari: come Python memorizza le informazioni.
· Modulo 3: Demo e laboratorio Python per l'analisi dei dati (75 min)
o Introduzione a Pandas: lo standard industriale per la manipolazione dei dati.
o Pratica: caricamento di un file CSV, filtraggio dei dati e calcolo delle statistiche di base.
Parte 2: Business Analytics Introduttivo (2,0 Ore)
· Modulo 4: La mentalità analitica: comprendere il framework "Chiedi-Analizza-Aggiisci". Come formulare domande aziendali a cui i dati possono rispondere.
· Modulo 5: Descrittivo vs Predittivo: panoramica sull'interpretazione delle tendenze e individuazione di anomalie in un contesto finanziario.
· Modulo 6: Comunicare le intuizioni: principi del data storytelling, trasformare l'output tecnico in raccomandazioni per i vertici aziendali.
Requisiti
- Conoscenza di base dell'analisi dei dati.
- Esperienza nella gestione dei dati.
Recensioni (2)
Eseguire gli esercizi
Joe Pang - Lands Department, Hong Kong
Corso - QGIS for Geographic Information System
Traduzione automatica
Esempi pratici ci hanno permesso di comprendere realmente come funziona il programma. Spiegazioni accurate e integrazione di concetti teorici e delle loro applicazioni pratiche.
Ian - Archeoworks Inc.
Corso - ArcGIS Fundamentals
Traduzione automatica
