grafico che mostra una regressione lineare

Progetto Business Analytics

Progetto Business Analytics 559 415 Nicola Lapenta

Candida un Capstone Project al corso Berkeley Haas Business School

La naturale evoluzione delle attività di Data Analytics svolte negli ultimi anni mi ha portato ad approfondire l’utilizzo di Machine Learning (ML) e Artificial Intelligence (AI) per alcune attività di Business Analytics.

Per essere aggiornato su questi temi da docenti qualificati e leader nel settore, mi sono iscritto al corso Business Analytics for Leaders: From Data to Decision dell’università di Berkeley.  Al termine del programma della durata di due mesi viene richiesta la presentazione di un Capstone Project per mettere a frutto le competenze acquisite durante il corso.  

Da questa richiesta l’idea di promuovere online la ricerca di una azienda che fornisca i requisiti per sviluppare il progetto di fine corso. Questo articolo vuole fornire informazioni generali sul corso per approfondire la candidatura di un progetto aziendale.

Contenuti:

Descrizione del corso

Il corso Business Analytics for Leaders: From Data to Decisions fornisce un approfondimento sulle applicazioni di intelligenza artificiale (AI) e di Machine Learning (ML), che a oggi sono i principali sistemi di alimentazione della Business Analytics aziendale.

Il programma del corso illustra le applicazioni e le tecniche di analisi per migliorare il processo decisionale delle organizzazioni e fornisce vantaggi strategici per le decisioni aziendali. Durante il corso verranno esplorati i tre pilastri dell’analisi: descrittiva, predittiva e prescrittiva. Approfondirà la comprensione dell’analisi aziendale non solo con applicazioni teoriche ma anche mostrando casi aziendali reali, sessioni dal vivo e attività pratiche.

E’ suddiviso nei seguenti 8 moduli di contenuti:

Modulo 1: Introduction to Business Analytics and AI
In questo modulo verranno introdotti i modelli operativi incentrati sull’intelligenza artificiale e come sfruttare i suoi quattro componenti per ottenere risultati scalabili e innovativi.

Modulo 2: Descriptive Analytics: Accessing, Transforming and Visualizing Data
Gestione dei dati: come accedervi, elaborarli, trasformarli e renderli pronti per l’intelligenza artificiale. Verrà introdotto il concetto di visualizzazione dei dati e loro ottimizzazione.

Modulo 3: Predictive Analytics: Supervised Learning for Business (Part 1)
Approfondimento dei modelli nei dati storici per prevedere eventi futuri utilizzando l’analisi predittiva, uno strumento chiave per identificare rischi e opportunità.

Modulo 4: Predictive Analytics: Supervised Learning for Business (Part 2)
Continuando l’approfondimento sull’apprendimento supervisionato e sull’analisi predittiva, in questo modulo verranno introdotte le tecniche di intelligenza artificiale all’avanguardia per consentire un processo decisionale basato sui dati.

Modulo 5: Descriptive Analytics: Unsupervised Learning for Business
In questo modulo si passerà all’apprendimento non supervisionato, che aiuta a raggruppare i dati più efficacemente. L’ampia gamma di applicazioni va dalla segmentazione dei clienti alle rilevazioni di transazioni fraudolente.

Modulo 6: Prescriptive Analytics: Reinforcement Learning for Business
Verranno approfonditi i modi in cui le aziende incentrate sull’intelligenza artificiale utilizzano l’apprendimento per rinforzo per sistemi di raccomandazione, pubblicità web, compravendita di azioni, assistenza sanitaria e molte altre applicazioni.

Modulo 7: Prescriptive Analytics: Experimentation
In questo modulo verrà mostrato come le aziende sviluppano piattaforme di sperimentazione che consentono loro di eseguire molti test ad alta velocità. Attività che consentono di apprendere e rendere le decisioni aziendali efficaci anche in tempi di incertezza.

Modulo 8: The Future of Big Data and AI
Verranno discusse alcuni timori associati all’uso dell’apprendimento automatico nelle analisi prescrittive e come ciò potrebbe influenzare le strategie aziendali in futuro. Si parlerà di protezione dati e privacy, che continuerà ad essere una componente importante nel mondo del Big Data.

grafico che mostra una regressione lineare
Figura 1 Esempio di Regressione Lineare

Capstone Project

Il corso termina con la proposta di un Capstone Project in cui si analizza la soluzione di un problema reale utilizzando un modello operativo incentrato sull’intelligenza artificiale. I progetti Capstone sono progetti esperienziali in cui gli studenti approfondiscono ciò che hanno imparato durante un corso. È simile a una tesi e di solito si traduce nell’analisi di un problema e nella presentazione della soluzione. In figura 1 un esempio di Regressione Lineare tratto da un Capstone Project.

Il progetto approfondirà aspetti importanti di un problema aziendale:

Utilizzo delle fonti di dati: tutti i dati forniti saranno suddivisi e verranno utilizzati solo gli elementi rilevanti per il problema specifico da risolvere.

Elaborare una strategia per i dati: verranno filtrati i dati “sporchi” e lasciati solo i dati “puliti”. Verrà sviluppata una visualizzazione specifica dei dati per determinare come risolvere il problema.

Scelta di un algoritmo appropriato: In base al problema da risolvere verrà determinato quale tecnica di Machine Learning risulterà più efficace e verranno approfonditi i motivi.

Selezione della giusta sperimentazione: Verranno studiate le ipotesi che meglio informeranno il processo decisionale e il modo in cui li testerà efficacemente per produrre un esito positivo.

Vantaggi per l’azienda che propone il progetto

Sono molti i vantaggi per l’azienda che fornirà i requisiti del progetto, elenco di seguito i principali:

  • sviluppare un progetto virtuoso basato sull’analisi dei dati;
  • approfondire un problema aziendale con la strategia e le tecniche AI e ML;
  • creare un modello decisionale basato sui dati dell’organizzazione;
  • sfruttare i dati aziendali e sperimentare un soluzione innovativa;
  • valutare i reali vantaggi e le opportunità di business basate sui Big Data;
  • creare un modello operativo incentrato sull’intelligenza artificiale.

Contatti

Vuoi candidare un progetto per usufruire di questa opportunità? Contattami entro il 10 Agosto 2021 da questo link, ti fornirò tutte le informazioni necessarie per partecipare a questa interessante iniziativa.

Nell’estate del 2017 ho avuto la possibilità di visitare il campus dell’università di Berkeley. Leggi l’articolo Università UC Berkeley per conoscere la descrizione dei principali luoghi visti.

Autore: Nicola Lapenta

Credits: Berkeley ExecEd, Berkeley school of information.