- Descrizione del corso:
- Obbiettivi del corso:
- Prerequisiti del corso:
- Presenze 2018 (non più accessibili)
- FAQ
- TUTORIALS
- Lezioni
- Lezioni anni precedenti
- Docente: Luisa Ghelardini
- Assistenza: Martina Pollastrini, Giovanni Iacopetti
- CFU: 3
- Ore di laboratorio: 24
- Ore di studio: 47
- Prova finale: Scritta - senza voto
- Ricevimento:
- un'ora, dopo la lezione in laboratorio
- su appuntamento inviando un'email al nostro indirizzo dell'università
- Giovanni Iacopetti (giovanni.iacopetti)
- Si consiglia vivamente di utilizzare il proprio portatile
Il corso è un corso fortemente applicativo, dedicato a tutti gli studenti della Scuola di Agraria, con poca o nulla esperienza nel campo della programmazione e dell'analisi dei dati. Il corso ruoterà attorno ai nuovi standard di immagazzinamento, gestione e analisi dei dati, con un occhio di riguardo per gli elementi di statistica che vi sono sottesi. Il tutto mantenendosi concentrati sulle reali applicazioni delle conoscenze acquisite. Al termine del corso gli studenti saranno in grado di impostare, sviluppare e finalizzare un'analisi dei dati chiara, verificabile, mantenibile e replicabile.
Alla fine del corso gli studenti saranno in grado di:
- Identificare quali dati raccogliere per utilizzare delle semplici tecniche statistiche
- Digitalizzare i dati raccolti correttamente
- Raccogliere, importare ed utilizzare dati nei più comuni formati (.csv .tsv .xlsx)
- Utilizzare programmaticamente moderni strumenti di collaborazione
- Costruire ed utilizzare elementari programmi in R per l'analisi dei dati
- Utilizzare le librerie esterne di R per risolvere specifici problemi
- Visualizzare i dati e i risultati tramite tecniche appropriate
- Generare dei report facilmente fruibili tramite Markdown
- Inserire tutto il processo in un contesto di Version Control
Nessuno.
Il materiale verrà trattato dall'inizio, senza dare alcunché per scontato. Buona parte del materiale di supporto alla lezione (e in generale all'analisi dei dati) viene redatto in inglese (anche dagli italiani), è consigliata quindi un po' di buona volontà per affrontare una nuova terminologia in inglese.
Durante il corso verranno utilizzati principalmente R, RStudio e GitHub. Non è indispensabile avere tutto installato per la prima lezione ma lo sarà per la seconda lezione, e l'ora di ricevimento al termine della prima è un buon momento per risolvere eventuali problemi.
- R: il linguaggio di programmazione che verrà utilizzato per tutto il corso
- RStudio: l'interfaccia grafica che permette di utilizzare R in modo molto più intuitivo
- GIT: il sistema di version control che renderà la vostra vita più tranquilla (alla fine) L'installazione può essere un po' complicata, per ogni problema - e per un'ottima introduzione all'argomento - consultate Happy Git With R
- GitHub: N.B. c'è un sistema di account per gli studenti che toglie alcune limitazioni degli account 'free' a questo link
- GitHub Desktop: un software per gestire i propri progetti Git senza passare dal browser (permette di gestire anche i progetti in locale che non sono su GitHub)
A questo link è possibilie controllare il registro delle presenze. Chi è segnato senza l'anno di corso è pregato di mandarmelo per e-mail, in modo da poter aggiungere anche il suo indirizzo alla mailing-list.
In questa pagina un mezzo rapido e pratico di porre le domande sul corso che potrebbero interessare anche gli altri. Il metodo più rapido per inserire una domanda ed ottenere una risposta è una Pull Request di una modifica alla pagina!
In questa pagina una collezione di tutorial in italiano creati dagli studenti per gli studenti. Con il tempo i tutorials verranno tradotti in inglese, come strumento di passaggio allo standard internazionale.
| Data | Aula | Lezione |
|---|---|---|
| ... | ... | Tabelle 2x2 |
| ... | ... | lez97: Le cose e i loro nomi |
| ... | ... | lez98: Le domande da fare ai tuoi dati |
| ... | ... | lez99: I passi da fare, per filo e per segno |