Stampa la pagina Condividi su Google Condividi su Twitter Condividi su Facebook Scheda Docente

GUARRACINO MARIO ROSARIO - Ricercatore

English version

Afferente a: Dipartimento: Economia e Giurisprudenza

Settore Scientifico Disciplinare: SECS-S/01

Orari di ricevimento: Su appuntamento.

Recapiti:
E-Mail: mario.guarracino@unicas.it

  • Insegnamento Statistical Learning and Data Mining (91940)

    Primo anno di Global economy and business (LM-56), Dual Degree with Samara State University of Economics
    Crediti Formativi Universitari (CFU): 6,00
  • Insegnamento Statistical Learning and Data Mining (91940)

    Primo anno di Global economy and business (LM-56), Global Economy and Business
    Crediti Formativi Universitari (CFU): 6,00
  • Insegnamento Statistica (91787)

    Secondo anno di ECONOMIA AZIENDALE FROSINONE - Piazza Marzi, 1 - 03100 (L-18), Economia e management dell'innovazione
    Crediti Formativi Universitari (CFU): 9,00

    Programma:
    Introduzione e raccolta dati. La presentazione dei dati: grafici e tabelle. La statistica descrittiva: indici di posizione e di variabilità. Fondamenti di calcolo delle probabilità. Distribuzioni di probabilità di variabili casuali discrete. La distribuzione normale. Elementi di campionamento e distribuzioni campionarie. Intervalli di confidenza. I fondamenti della verifica delle ipotesi: test basati su un solo campione. Verifica delle ipotesi su due campioni e ANOVA. Il test del chi quadrato. Regressione lineare semplice.

    Testi:
    Libro consigliato: Joseph Levine - Kathryn A. Szabat - David F. Stephan, Statistica, 7° edizione, Pearson, 2019.

    Valutazione:
    L'esame consiste in una prova scritta ed una orale. La prova scritta riflette gli esercizi svolti durante le esercitazioni del corso.

  • Insegnamento Statistical Learning and Data Mining (91940)

    Secondo anno di Global economy and business (LM-56), Global Economy and Business
    Crediti Formativi Universitari (CFU): 6,00
  • Insegnamento Statistical Learning and Data Mining (91940)

    Secondo anno di Economics and Entrepreneurship (LM-56), Curriculum unico
    Crediti Formativi Universitari (CFU): 6,00
  • Insegnamento Data Analytics (92728)

    Secondo anno di Economia e commercio (L-33), Economics and business
    Crediti Formativi Universitari (CFU): 6,00
  • Insegnamento Big Data Analytics (91991)

    Terzo anno di Economia e commercio (L-33), Economics and business
    Crediti Formativi Universitari (CFU): 6,00

    Programma:
    Introduzione ai Big Data; Ciclo di vita dei progetti di Data Analytics; Revisione dei metodi di analisi dei dati di base mediante R e Weka; Teoria e metodi analitici avanzati: Selezione delle variabili - Clustering - Regole di associazione - Regressione - Classificazione - Serie storiche - Analisi del testo; Tecnologia e strumenti di analisi avanzata: MapReduce e Hadoop.

    Testi:
    Data Science and Big Data Analytics, Wiley, 2015

    Valutazione:
    Esame orale.
    La discussione di un progetto basato sull'analisi di dati mediante una delle metodologie apprese durante il corso potrà essere valutato ai fini del voto d'esame.

Prenotazione appello

E' possibile prenotarsi ad un appello d'esame, collegandosi al portale studenti.

Elenco appelli d'esame disponibili

  • Denominazione insegnamento: 91991 Big Data Analytics - Economia e commercio - (2019/2020)
    Data e ora appello: 25/01/2021, ore 10:00
    Luogo: b.211
    Tipo prova: prova orale
    Prenotabile: dal 05/05/2020 al 18/01/2021 (prenota l'appello)
  • Denominazione insegnamento: 90357 STATISTICA - ECONOMIA AZIENDALE 90357 STATISTICA - ECONOMIA AZIENDALE FROSINONE 91787 Statistica - ECONOMIA AZIENDALE FROSINONE - Piazza Marzi, 1 - 03100 - (2019/2020)
    Data e ora appello: 03/02/2021, ore 10:00 03/02/2021, ore 12:00
    Luogo: Aula 3.1 - Economia e management dell'innovazione - Polo di Frosinone Aula 3.1 - - Economia e management dell'innovazione - Polo di Frosinone
    Tipo prova: prova scritta prova orale
    Prenotabile: dal 09/05/2019 al 27/01/2021 (prenota l'appello)
  • Denominazione insegnamento: 90357 STATISTICA - ECONOMIA AZIENDALE 90357 STATISTICA - ECONOMIA AZIENDALE FROSINONE 91787 Statistica - ECONOMIA AZIENDALE FROSINONE - Piazza Marzi, 1 - 03100 - (2019/2020)
    Data e ora appello: 03/02/2021, ore 10:00 03/02/2021, ore 12:00
    Luogo: Aula 3.1 - Economia e management dell'innovazione - Polo di Frosinone Aula 3.1 - - Economia e management dell'innovazione - Polo di Frosinone
    Tipo prova: prova scritta prova orale
    Prenotabile: dal 09/05/2019 al 27/01/2021 (prenota l'appello)
  • Denominazione insegnamento: 91991 Big Data Analytics - Economia e commercio - (2019/2020)
    Data e ora appello: 18/02/2021, ore 10:00
    Luogo: b.211
    Tipo prova: prova orale
    Prenotabile: dal 05/05/2020 al 11/02/2021 (prenota l'appello)

Mario Guarracino è ricercatore associato presso l'Istituto di Calcolo e Reti ad Alte Prestazioni del Consiglio Nazionale delle Ricerche (CNR) e ricercatore (RTDb) presso il Dipartimento di Economia e Giurisprudenza dell'Università degli Studi di Cassino e del Lazio Meridionale. Ha conseguito il Dottorato di Ricerca in Matematica e la Laurea in Matematica Applicata. La sua formazione post-dottorato al CNR si è concentrata sulle architetture ad alte prestazioni a basso costo per il calcolo scientifico. È stato affiliato con il Center for Applied Optimization presso l'Università della Florida da giugno 2005 a dicembre 2013, e con il Laboratory of Algorithms and Technologies for Networks Analysis (LATNA) presso Research University Higher School of Economics (HSE, Russia) da gennaio 2014 a dicembre 2018. Ha insegnato vari corsi in informatica, statistica e matematica in Italia e all'estero.
Da gennaio 2012 a dicembre 2015 ha diretto il Laboratorio di genomica, trascrittomica e proteomica (Lab-GTP), un'iniziativa pubblico-privata per lo sviluppo di metodologie di analisi dei dati per la diagnosi molecolare e la terapia genica delle malattie genetiche rare (teranostica) . Nel laboratorio ha guidato un gruppo di ricerca con diversi ricercatori, dottorandi e postdoc. Da gennaio 2016 è stato alla guida del Computational Data Science Laboratory (CDS-Lab).

La sua ricerca è focalizzata sullo studio e sviluppo di nuovi algoritmi di analisi dei dati, metodologie e strumenti software basati sulla programmazione matematica e sulla teoria dell'apprendimento statistico. Applica le sue competenze per svelare i problemi del mondo reale e il suo obiettivo è aiutare scienziati e professionisti a comprendere meglio i loro problemi, senza la seccatura di integrare e ispezionare grandi quantità di dati provenienti da fonti diverse.

Scholar: https://scholar.google.it/citations?user=4ojMQsIAAAAJ
Orcid: https://orcid.org/0000-0003-2870-8134
Scopus: http://www.scopus.com/inward/authorDetails.url?authorID=15065308300

[Ultima modifica: mercoledì 30 novembre 2016]