Python per Manager Data Analysis & BI

Panoramica del Corso

Il corso Python per Manager è progettato per professionisti e manager che vogliono acquisire competenze pratiche nell'uso di Python per l'analisi dei dati, la visualizzazione e il business intelligence.

Programma del Corso

Il programma è strutturato in moduli che coprono tutti gli aspetti fondamentali dell'analisi dei dati con Python.

Modulo 1: Fondamenti di Python

• Introduzione a Python: installazione, ambienti di sviluppo (Jupyter, VS Code).
• Variabili e tipi di dati: numeri, stringhe, booleani, tipi di dato.
• Strutture di controllo: if, for, while, list comprehension.
• Funzioni e moduli: creazione di funzioni, importazione di librerie.
• Gestione delle eccezioni: try/except, gestione degli errori.

Modulo 2: Manipolazione dei Dati con Pandas

• Introduzione a Pandas: Series e DataFrame.
• Importazione dei dati: da CSV, Excel, database, API.
• Pulizia dei dati: gestione dei valori mancanti, duplicati, outlier.
• Manipolazione dei dati: filtering, sorting, grouping, merging.
• Analisi esplorativa: statistiche descrittive, correlazioni.

Modulo 3: Visualizzazione dei Dati

• Matplotlib: grafici a linee, barre, scatter, istogrammi.
• Seaborn: visualizzazioni statistiche avanzate.
• Plotly: dashboard interattive e grafici dinamici.
• Dashboard con Streamlit: creazione di applicazioni interattive per la business intelligence.

Modulo 4: Analisi Statistica e Business Intelligence

• Statistica descrittiva: media, mediana, moda, deviazione standard.
• Test statistici: t-test, chi-quadrato, ANOVA.
• Analisi di correlazione e regressione: modelli lineari e logistici.
• Analisi di serie temporali: trend, stagionalità, previsioni.
• Business Intelligence: KPI, report automatici, dashboard.

Modulo 5: Machine Learning per Manager

• Introduzione al Machine Learning: supervised vs unsupervised.
• Regressione: lineare, polinomiale, Ridge, Lasso.
• Classificazione: logistic regression, k-NN, SVM, decision tree.
• Clustering: k-means, hierarchical clustering.
• Valutazione dei modelli: accuracy, precision, recall, F1-score, ROC.
• Applicazioni business: previsione delle vendite, segmentazione dei clienti, churn prediction.

Modulo 6: Progetto Finale

• Definizione del progetto: scelta di un caso aziendale reale.
• Analisi e pulizia dei dati: preparazione del dataset.
• Analisi esplorativa e visualizzazioni: creazione di dashboard.
• Modellizzazione: applicazione di tecniche di machine learning.
• Presentazione dei risultati: report finale e presentazione ai decision maker.

Applicazioni Pratiche

I casi d'uso di Python nella business intelligence e nel management.

Competenze Acquisite

Al termine del corso, i partecipanti saranno in grado di:

• Utilizzare Python per l'analisi e la manipolazione di dati aziendali.
• Creare dashboard interattive per il business intelligence e il reporting.
• Applicare tecniche statistiche per l'analisi esplorativa e la verifica di ipotesi.
• Sviluppare modelli di machine learning per previsioni e decisioni aziendali.
• Comunicare efficacemente i risultati a stakeholder tecnici e non tecnici.
• Automare processi di analisi e generazione di report.