L’insegnamento prevede 18 ore di attività didattica, articolate in lezioni laboratoriali. Le lezioni introducono dataset reali e software statistico per importare, pulire, manipolare, visualizzare e analizzare dati. La didattica privilegia l'apprendimento attivo, la discussione di casi, la lettura critica degli output e la produzione di brevi report riproducibili.
Testi consigliati:
- Hadley, W., & Garrett, G. (2016). R for data science: import, tidy, transform, visualize, and model data. O'Reilly Media, Inc.
- Grolemund, G. (2014). Hands-on programming with R: Write your own functions and simulations. O'Reilly Media, Inc.
- Venables, William N., David M. Smith, and R Development Core Team. "An introduction to R." 1 May 2009, url: https://rstudio.github.io/r-manuals/r-intro/
Il corso è pensato come un'introduzione pratica all'uso di R per studenti che non hanno esperienze pregresse con strumenti di programmazione. L'approccio sarà orientato all'apprendimento attivo, con un focus sull’acquisizione di competenze utili per il mercato del lavoro o per eventuali percorsi accademici successivi.
Le attività saranno orientate all’apprendimento attivo, con esempi concreti forniti dal docente, e consisteranno in i) caricamento e pretrattamento dei dati, ii) visualizzazione di informazioni in formato grafico per scopi interpretativi. iii) comprensione e applicazione di semplici analisi statistiche per supportare progetti di ricerca.
Italiano
Materiali didattici, dataset, script e indicazioni operative saranno resi disponibili attraverso il book del corso e gli eventuali canali istituzionali. Durante il corso potranno essere discussi usi responsabili di strumenti di intelligenza artificiale generativa come supporto alla ricerca di fonti, alla comprensione di codice, alla revisione di testi, alla produzione di esempi e al debugging.
