Programma

Parte I: Introduzione a R e utilizzo di RStudio

L'ambiente R
RStudio: il compilatore e le sue funzionalità
Pacchetti, librerie e funzioni in R

Parte II: Oggetti R

Vettori, matrici e data frame, liste e oggetti di classe S4
Rappresentazione grafica dei risultati: boxplot, istogrammi e rappresentazione grafica delle tabelle di contingenza
Funzioni definite dall'utente

Parte III: Modelli statistici in R

Modello di regressione lineare semplice
Modello di regressione lineare multipla
Modelli di clustering in R
Fondamenti di Machine Learning

Testi Adottati

Slide e Script di R forniti dal docente
Libro in formato pdf reperibile presso il seguente link https://www.econometrics-with-r.org/ITER.pdf

Modalità Valutazione

Prova scritta della durata di 2h da svolgersi in Piazza Telematica

Programma

Parte I: Introduzione a R e utilizzo di RStudio

L'ambiente R
RStudio: il compilatore e le sue funzionalità
Pacchetti, librerie e funzioni in R

Parte II: Oggetti R

Vettori, matrici e data frame, liste e oggetti di classe S4
Rappresentazione grafica dei risultati: boxplot, istogrammi e rappresentazione grafica delle tabelle di contingenza
Funzioni definite dall'utente

Parte III: Modelli statistici in R

Modello di regressione lineare semplice
Modello di regressione lineare multipla
Modelli di clustering in R
Fondamenti di Machine Learning

Testi Adottati

Slide e Script di R forniti dal docente
Libro in formato pdf reperibile presso il seguente link https://www.econometrics-with-r.org/ITER.pdf

Modalità Valutazione

Prova scritta della durata di 2h da svolgersi in Piazza Telematica