Dettagli

Categoria: Modellazione e Geostatistica

Pubblicato: Domenica, 27 Novembre 2016 13:32

Scritto da Super User

Visite: 22670

  Corso “ELK Stack  (Elasticsearch, Logstash, Kibana)”

Introduzione all'utilizzo dello stack ELK (Elasticsearch, Logstash, Kibana) per il processing, l'indicizzazione e la visualizzazione di dati e serie temporali.

"ELK Stack" di TerreLogiche è un corso di formazione sull'utilizzo dello stack ELK (Elasticsearch, Logstash, Kibana) per il processing, l'indicizzazione e la visualizzazione di dati e serie temporali. Verranno presentati, con approccio pratico ed esercitazioni, i componenti fondamentali della suite Elastic, approfondendone le applicazioni e prendendo in esame un caso d’uso reale.

Elasticsearch, il prodotto principale della suite, è un motore di ricerca professionale in grado di gestire efficacemente Big Data in qualsiasi applicazione / sito web. Ad oggi risulta essere il motore di ricerca più diffuso al mondo. Basato sulla libreria Open Source Lucene, Elasticsearch è un server di ricerca con supporto ad architetture distribuite che fornisce funzionalità di ricerca full-text con un’interfaccia agnostica rispetto ai linguaggi di programmazione, ossia utilizzando JSON per la rappresentazione dei dati e HTTP con protocollo di comunicazione. Elasticsearch può essere usato per cercare qualsiasi tipo di documento e fornisce un sistema di ricerca scalabile, quasi di tipo real-time, con supporto al multitenancy.

Kibana è invece lo strumento della suite che permette di navigare e visualizzare i dati contenuti in un indice Elasticsearch, popolato dal componente Logstash. Sfruttando le capacità e la velocità di ricerca e aggregazione dei dati offerti da Elasticsearch, Kibana permette di creare in maniera semplice e intuitiva grafici e dashboard per l’analisi di Big Data.

• Contenuti e obiettivi del corso
• Software utilizzati
• A chi è rivolto questo corso
• Livello e requisiti di accesso
• Tipologia e modalità del corso
• Personale docente
• Dotazione informatica
• Sedi del corso
• Durata
• Prossime date
• Costi e riduzioni
• Agevolazioni fiscali
• Modalità di iscrizione
• Attestati di partecipazione e profitto
• Vantaggi del corso e materiale fornito
• Programma del corso
• Feedback

Contenuti e obiettivi del corso
Al termine del corso, i partecipanti saranno in grado di installare e configurare l’intero stack ELK, un flusso di lavoro che consentirà di analizzare in profondità Big Data e di realizzare grafici e dashboard aggiornabili in real-time. In particolare, dopo un’introduzione ai motori di ricerca, verrà descritto l’utilizzo di Elasticsearch, il motore di ricerca della Elastic. Open Source e basato su algoritmi allo stato dell’arte, Elasticsearch è una delle soluzioni per la gestione e ricerca su Big Data che si sta imponendo come leader nel settore ed è già utilizzato da moltissime organizzazioni di varie dimensioni (dalle startup alle grandi multinazionali).
Successivamente verrà presentato Logstash, il secondo componente della suite, che permetterà di popolare gli indici del motore di ricerca. Logstash consente infatti di recuperare i dati da varie sorgenti, trasformarli e indicizzarli all’interno di un’istanza di Elasticsearch in maniera automatica. Grazie alla sua architettura a plugin, Logstash supporta diverse modalità di input con le quali sarà possibile configurare in pochi passi un sistema automatico di trasferimento di dati. Tramite un plugin specifico, ad esempio, si potrà monitorare una directory nella quale un’applicazione scrive i propri log, processare ed eventualmente trasformare ogni nuova riga di log e infine memorizzare il risultato all’interno di un indice Elasticsearch.
Infine, sarà illustrato Kibana, il componente che consente la navigazione e l’analisi di grandi moli di dati in maniera intuitiva. Una delle caratteristiche principali di Kibana è la possibilità di creare dashboard con grafici di vario tipo per la generazione di viste efficaci sui dati; Kibana si collega ad un’istanza di Elasticsearch e permette di effettuare query anche molto complesse, visualizzare nel dettaglio i valori più frequenti all’interno dell’indice, aggregare dati su diverse dimensioni e creare grafici sui dati, in particolare serie temporali.
Durante le esercitazioni, i partecipanti avranno la possibilità di ripetere in ogni momento le operazioni del docente sui propri notebook.

Software utilizzati
Le esercitazioni saranno svolte utilizzando la suite Elastic, detta ELK Stack (Elasticsearch, Logstash e Kibana) che rappresenta, allo stato attuale, uno degli applicativi più diffusi del settore. Tutto il software utilizzato è rilasciato con licenza Apache 2.0, quindi completamente gratuito e utilizzabile senza restrizioni anche all’interno di prodotti commerciali; può essere installato su piattaforme Microsoft Windows, Linux, Mac OS senza limitazioni di licenza.

A chi è rivolto il corso
Il corso è rivolto a professionisti, tecnici IT di aziende private o Pubbliche Amministrazioni, ricercatori, studenti universitari, docenti e in generale a tutti coloro che hanno intenzione di ampliare le proprie conoscenze in fatto di gestione, navigazione e analisi di grandi moli di dati.

Livello e requisiti di accesso
Per la partecipazione è richiesta una buona padronanza nell'utilizzo di base del computer e nella gestione di file e cartelle. È richiesta inoltre una conoscenza di base di una shell (es. Bash per sistemi Unix o Mac, o Powershell per sistemi Windows) e, anche se non strettamente obbligatorio, del formato JSON. Non è richiesta nessuna esperienza di linguaggi di programmazione. Conoscenze preliminari di utilizzo di API REST come anche di programmazione con qualsiasi linguaggio possono risultare utili ma non sono strettamente necessarie.

Tipologia e modalità del corso
Corso interattivo con lezione frontale in aula o online in live streaming. Al momento questo corso viene erogato esclusivamente in modalità online (live streaming). Ricreiamo nelle aule virtuali l'esperienza formativa proposta nei corsi in presenza quindi approccio pratico alle tematiche affrontate, esercitazioni e laboratorio assistito con una forte interazione tra docente e discente e ampio spazio ai quesiti dei partecipanti.

Personale docente
Il corso è tenuto e coordinato da docente senior con esperienza pluriennale nello sviluppo di sistemi Big Data, maturata in ambito accademico e industriale.

Dotazione informatica
È necessario l'utilizzo di notebook personale e di connessione internet stabile e di adeguata velocità. La suite Elastic può essere installata su PC con sistema operativo Windows, Linux, Mac OS. Non sono richiesti particolari requisiti hardware (RAM consigliata almeno 4 GB, HD almeno 40 GB liberi).

Sedi del corso
Questo corso è attualmente erogato in modalità online (live streaming). Consulta il calendario delle prossime date.
 
Durata
3 giorni consecutivi (21 ore)
Orario: 9-13, 14-17

Prossime date
Calendario

Costi e riduzioni
Consulta il calendario dei corsi con i relativi costi. Tutti coloro che si iscriveranno al corso con almeno 30 giorni di anticipo rispetto alla data della sessione formativa avranno diritto ad uno sconto del 15% sul prezzo di listino. È inoltre previsto uno sconto del 10% sul prezzo di listino per gli iscritti a Ordini ed Associazioni professionali (Legge 4 del 14 gennaio 2013), Categorie Educational e dipendenti di Pubbliche Amministrazioni. Gli sconti non sono cumulabili se non diversamente concordato. Consultare i dettagli nella sezione Agevolazioni.

Agevolazioni fiscali
I costi della formazione sono interamente deducibili (100%) per aziende e professionisti (art. 54 c. 5 TUIR DPR 917/1986). Solamente per questi ultimi è fissato un tetto annuo di euro 10.000 (comprensivo di spese di soggiorno e trasferta), per le aziende non esistono limiti annui. L’IVA è 100% detraibile. Inoltre, le Pubbliche Amministrazioni hanno diritto all'esenzione IVA riferita ad attività formative (DPR 633/72).

Modalità di iscrizione 
La procedura di iscrizione è molto semplice. Le istruzioni sono indicate nella pagina Come Iscriversi nella sezione Formazione.

Attestati di partecipazione e profitto
Al termine della sessione formativa verrà rilasciato a tutti i partecipanti che hanno frequentato almeno il 70% del monte ore totale un attestato di partecipazione numerato e personale con specificate il numero di ore del corso e le principali tematiche affrontate.

È inoltre previsto lo svolgimento (opzionale) di un test finale di valutazione dell’apprendimento con domande a risposta multipla, che si intende superato fornendo almeno 10 risposte corrette su 15. Il superamento del test sarà certificato su un attestato di partecipazione e profitto, documento utile per arricchire il proprio curriculum in quanto documenta che sono state acquisite le competenze e le conoscenze previste dal corso frequentato.

Il test finale di valutazione non è obbligatorio e non comporta un aumento del costo di iscrizione.

Vantaggi del corso e materiale fornito

• Formazione erogata secondo gli standard di qualità ISO 9001:2015;
• Aule con numero limitato di posti per una migliore efficacia didattica;
• Ampio materiale didattico in formato digitale scaricabile dal cloud TerreLogiche (slides, dataset, documentazione e manualistica riguardante i software e le tematiche affrontate);
• Attestato di partecipazione numerato e personale con specificate il numero di ore del corso e le principali competenze acquisite, rilasciato ai partecipanti che hanno frequentato almeno il 70% del monte ore totale. Attestato di partecipazione e profitto, rilasciato a seguito del superamento del test finale di valutazione dell’apprendimento. Su richiesta l'attestato viene erogato anche in lingua inglese;
  
• Supporto tecnico per eventuali problematiche di installazione e configurazione dei software utilizzati;
• Buoni sconto di TerreLogiche.

Programma del corso

• Introduzione allo stack ELK
  • Cos’è un motore di ricerca
  • Cos’è Elasticsearch
  • Cos’è Logstash
  • Cos’è Kibana
  • Casi d’uso

• Elasticsearch
  • Configurazione di un’istanza
    • Sharding
    • Replication
  • Gestione dei documenti
    • Gestione degli indici
    • Operazioni CRUD sui documenti
  • Mapping e analisi
    • Elastic Common Schema (ECS)
    • Mapping e template dinamici
    • Gestione e creazione di analyzers
  • Effettuare query
    • Query DSL
    • Query full text e term level
    • Query con join
    • Gestione dei risultati delle query
    • Fuzzy query
  • Aggregazione
    • Filtraggio
    • Aggregazioni annidate
    • Istogrammi
    • Definizione dei buckets

• Kibana
  
  • Configurazione di Kibana
  • Kibana Query Language (KQL)
  • Interfaccia
    • Metodi di visualizzazione dei dati (istogrammi, aree, torte, linee, contatori, tabelle)
    • Creazione di dashboard
  • Sicurezza
    • Definizione degli spaces
    • Definizione dei ruoli
    • Gestione dei privilegi
• Logstash
  • Configurazione di Logstash
  • Concetti base
    • Gestione eventi e documenti JSON
    • Gestione dei filtri
  • Progetto Apache
    • Grok pattern
    • Istruzioni condizionali
    • Esecuzione di più pipeline
  • Gestione dei logs con Filebeat
    • Introduzione, installazione e configurazione di Filebeat
    • Analizzare i log di processo

Feedback
I corsi di TerreLogiche sono da molti considerati i migliori in Italia per qualità erogata, costi accessibili e per il forte approccio applicativo decisamente adeguato alla realtà lavorativa. I nostri sondaggi effettuati immediatamente dopo il corso e, a campione, a distanza di alcuni mesi hanno rivelato un'altissima percentuale di gradimento e soddisfazione. I feedback sui corsi di TerreLogiche sono al 99,8% positivi dal 1998.

Dettagli

Categoria: Modellazione e Geostatistica

Pubblicato: Domenica, 27 Novembre 2016 13:32

Scritto da Super User

Visite: 11417

  Corso “Statistica multivariata e machine learning con R”

Introduzione ai principali strumenti di analisi, classificazione e processamento di dataset complessi con utilizzo di tecniche di statistica multivariata e machine learning

“Statistica multivariata e machine learning con R” di TerreLogiche è un corso di formazione online (live streaming) introduttivo ai principali strumenti per l’analisi di dataset complessi e alle tecniche di apprendimento automatico in ambiente R.
In particolare, all’interno del modulo saranno affrontate le più comuni tecniche di analisi multivariata (Principal Components Analysis, Canonical Correspondence Analysis, Multidimensional Scaling, Positive Matrix Factorization, Cluster Analysis) e di machine learning (RandomForest, Gradient Boosting Machines).

La statistica multivariata si occupa di estrarre informazioni e costruire modelli predittivi in situazioni in cui la mole e multidimensionalità dei dati da analizzare e la tipologia di informazioni sono tali da non poter essere gestiti efficacemente con gli strumenti della statistica classica.
Il termine machine learning comprende differenti metodologie, sviluppate negli ultimi decenni, che utilizzano criteri statistici per migliorare la performance di un algoritmo di apprendimento automatico nell'identificare e descrivere pattern nei dati oggetto di analisi. Gli algoritmi di apprendimento automatico sono utilizzati in numerosi settori tra loro molto differenti e, in generale, in qualsiasi contesto dove gli algoritmi convenzionali non possono svolgere i compiti richiesti in modo efficiente.

In un mondo dove la disponibilità di dati sta crescendo sempre più rapidamente è fondamentale avere la possibilità di utilizzare strumenti e tecnologie che consentano in maniera efficace di svolgere analisi critiche e informative generando, contestualmente, modelli predittivi un tempo impossibili da realizzare.
Le tecniche illustrate all’interno del corso sono ampiamente utilizzate per risolvere importanti problematiche in settori di ricerca molto differenziati (es. biologia, epidemiologia, scienze ambientali, marketing, riconoscimento vocale, filtraggio informazioni, ecc.) e, in generale, in tutti quegli ambiti dove la quantità di dati disponibili è aumentata notevolmente negli ultimi decenni con la necessità di conoscenze specifiche per riuscire a estrarre informazioni da dati disomogenei ed eterogenei accompagnati da un elevato livello di “rumore”.
Lo scopo principale di queste tecniche è infatti quello di visualizzare o estrarre le informazioni desiderate da dati multivariati, in presenza di “rumore”, attraverso l’analisi di dataset complessi, la riduzione della dimensionalità, la classificazione e la predizione di risposte.

Il modulo formativo fornisce, attraverso esercitazioni pratiche, le conoscenze operative necessarie per la gestione dei dati multivariati e il loro processamento utilizzando il software Open Source R, uno dei più potenti e flessibili sistemi attualmente disponibili per l’elaborazione statistica dei dati e la loro rappresentazione grafica.

• Contenuti e obiettivi del corso
• Cos'è R
• A chi è rivolto questo corso
• Livello e requisiti di accesso
• Tipologia e modalità del corso
• Personale docente
• Dotazione informatica
• Sedi del corso
• Durata
• Prossime date
• Costi e riduzioni
• Agevolazioni fiscali
• Modalità di iscrizione
• Attestati di partecipazione e profitto
• Vantaggi del corso e materiale fornito
• Programma del corso
• Feedback

Contenuti e obiettivi del corso
Il modulo formativo permetterà ai partecipanti di acquisire le nozioni fondamentali per lo studio di dataset complessi e l’applicazione di alcune tecniche di analisi multivariata attraverso l’utilizzo dell'ambiente R. Saranno inoltre illustrate potenzialità e procedure di ottimizzazione di due moderni algoritmi di machine learning, fornendo ai partecipanti una solida base di istruzioni operative per l’utilizzo di tali strumenti.
L’approccio metodologico del corso e l’organizzazione dei contenuti sono basati su un flusso di lavoro ben collaudato con la possibilità, per i partecipanti, di ripetere in ogni momento le operazioni eseguite dal docente e lo svolgimento di numerose esercitazioni pratiche riguardanti le tecniche illustrate. Le tecnologie utilizzate dalla sessione formativa saranno totalmente Open Source, gratuite e liberamente scaricabili.

Nella prima parte del corso, dopo un breve richiamo di alcune nozioni statistiche di base, saranno affrontate le più comuni tecniche di analisi multivariata e in particolare:

• Principal Components Analysis (PCA): una tecnica multivariata che ha come obiettivo principale quello di ridurre la dimensionalità di un dataset multivariato tenendo conto della maggior parte possibile della variazione originale. È utilizzata in moltissimi ambiti, dalla finanza alla ricerca medica, geologica e chimica soprattutto per rappresentare i set di dati tramite un numero inferiore di nuove variabili tra loro non correlate.
• Canonical Correlation Analysis (CCA): una tecnica che consente di dedurre informazioni da matrici di covarianza incrociata. Un uso tipico della correlazione canonica, nel contesto sperimentale, è quello di analizzare due insiemi di variabili e verificare gli elementi in comune tra i due insiemi stessi (es. chiarire le relazioni tra comunità biologiche e il loro ambiente).
• Non-metric MultiDimensional Scaling (NMDS): tecniche multivariate con l'obiettivo principale di ridurre la dimensionalità di un set di dati multivariato utilizzando matrici di prossimità tra le osservazioni. Trova utilizzi nelle scienze ambientali, in sociologia, in psicologia e nel marketing quando il focus delle analisi è lo studio delle distanze/differenze descritte attraverso molteplici variabili.
• Positive Matrix Factorization (PMF): una tecnica di analisi fattoriale multivariata utilizzata per la scomposizione di problemi complessi nelle sue componenti positive. È applicata con successo, tra gli altri, dalla US Environmental Protection Agency per la valutazione di dataset ambientali. Può essere utilizzata anche per la classificazione di immagini, la scomposizione dei consumi elettrici nelle sue componenti oppure l’identificazione della “ricetta” di un colore creato dalla mescolanza di altri.
• Cluster Analysis: un'ampia gamma di metodi numerici con l'obiettivo comune di definire o scoprire gruppi di osservazioni tra loro omogenee separandole da altri gruppi appartenenti al campione oggetto di studio. Nel marketing viene utilizzata per suddividere la popolazione generale dei consumatori in segmenti di mercato ma può anche essere applicata per classificare immagini, effettuare analisi di reti sociali e per l’identificazione di anomalie in moltissimi altri settori.

Successivamente sarà illustrato l’utilizzo di due fondamentali algoritmi di machine learning:

• RandomForest: un algoritmo comunemente utilizzato che combina l'output di più strutture ad albero decisionali per raggiungere un unico risultato. La facilità d'uso e la flessibilità ne hanno favorito la diffusione, in quanto può gestire sia i problemi di classificazione che quelli di regressione. Data la sua flessibilità è utilizzato in svariati campi: es. valutazione della predisposizione a diverse malattie, identificazione di segmenti di consumatori, valutazione delle relazioni tra ambiente e organismi viventi, ecc.
• Gradient Boosting Machines (GBMs): una famiglia di tecniche di apprendimento automatico che hanno dimostrato successo in un'ampia gamma di applicazioni. Sono altamente personalizzabili in diversi aspetti e la procedura di apprendimento adatta in modo consecutivo nuovi modelli per fornire una stima più accurata della variabile di risposta.

Per ogni tipologia di analisi illustrata saranno definite le caratteristiche e le principali potenzialità, presentata la definizione in ambiente R, l’ottimizzazione, l’interpretazione degli output e la sintesi numerica e grafica degli stessi.

Cos’è R
R è un ambiente Open Source per l’analisi statistica dei dati e la loro rappresentazione grafica. Può essere installato su piattaforme MS Windows, Linux e MacOS. Il programma offre una vasta gamma di tecniche di analisi statistica e grafica (es. modellizzazione lineare e non lineare, test statistici classici, analisi delle serie temporali, la classificazione, il clustering, ecc..). R è un sistema integrato di utilities per la manipolazione dei dati, il calcolo e la visualizzazione grafica. Include:

• Una gestione efficace dei dati;
• Un insieme di operatori per i calcoli su array, in particolare matrici, ed una raccolta di strumenti intermedi per l’analisi dei dati;
• Strutture grafiche per l’analisi dei dati e la loro visualizzazione sia su schermo che su supporto cartaceo;
• Un linguaggio di programmazione orientato ad oggetti semplice e ben sviluppato che comprende, ad esempio, istruzioni condizionali, loop e funzioni ricorsive.

A chi è rivolto questo corso
Il corso è rivolto a professionisti, ricercatori, tecnici di Pubbliche Amministrazioni, studenti universitari, insegnanti e in genere a tutti coloro che intendono ampliare le loro conoscenze nell’ambito dell’elaborazione statistica dei dati.

Livello e requisiti di accesso
Per la partecipazione al corso sono richieste le seguenti conoscenze:

• Buona conoscenza del proprio sistema operativo (MS Windows, Linux, MacOS) e della relativa gestione di file e cartelle;
• Conoscenza di nozioni di base di statistica;
• Conoscenza di base del linguaggio R (in particolare, essere in grado di creare e manipolare oggetti di diverso tipo, importare ed esportare informazioni). Nonostante all’interno del corso sia previsto un breve modulo introduttivo all’uso di tecniche statistiche in R, le predette conoscenze di base sono richieste. In assenza di esse consigliamo la partecipazione propedeutica al corso “Statistica con R (Base)”

Tipologia e modalità del corso
Corso interattivo con lezione frontale in aula o online in live streaming.
Al momento questo corso viene erogato esclusivamente in modalità online (live streaming). Ricreiamo nelle aule virtuali l'esperienza formativa proposta nei corsi in presenza quindi approccio pratico alle tematiche affrontate, esercitazioni e laboratorio assistito con una forte interazione tra docente e discente e ampio spazio ai quesiti dei partecipanti.

Personale docente
Il corso è tenuto da docente senior con larga esperienza nel trattamento statistico univariato e multivariato dei dati in ambiente R.

Dotazione informatica
È necessario l'utilizzo di notebook personale e di connessione Internet stabile e di adeguata velocità. Non sono richiesti particolari requisiti hardware (RAM: minimo 4 GB).

Sedi del corso
Questo corso è attualmente erogato in modalità online (live streaming). Consulta il calendario delle prossime date.
 
Durata
5 giorni (20 ore)
Orario: 9-13

Prossime date
Calendario

Costi e riduzioni
Consulta il calendario dei corsi con i relativi costi.Tutti coloro che si iscriveranno al corso con almeno 30 giorni di anticipo rispetto alla data della sessione formativa avranno diritto ad uno sconto del 15% sul prezzo di listino. È inoltre previsto uno sconto del 10% sul prezzo di listino per gli iscritti a Ordini ed Associazioni professionali (Legge 4 del 14 gennaio 2013), Categorie Educational e dipendenti di Pubbliche Amministrazioni. Gli sconti non sono cumulabili se non diversamente concordato. Consultare i dettagli nella sezione Agevolazioni.

Agevolazioni fiscali
I costi della formazione sono interamente deducibili (100%) per aziende e professionisti (art. 54 c. 5 TUIR DPR 917/1986). Solamente per questi ultimi è fissato un tetto annuo di euro 10.000 (comprensivo di spese di soggiorno e trasferta), per le aziende non esistono limiti annui. L’IVA è 100% detraibile. Inoltre, le Pubbliche Amministrazioni hanno diritto all'esenzione IVA riferita ad attività formative (DPR 633/72).

Modalità di iscrizione 
La procedura di iscrizione è molto semplice. Le istruzioni sono indicate nella pagina Come Iscriversi nella sezione Formazione.

Attestati di partecipazione e profitto
Al termine della sessione formativa verrà rilasciato a tutti i partecipanti che hanno frequentato almeno il 70% del monte ore totale un attestato di partecipazione numerato e personale con specificate il numero di ore del corso e le principali tematiche affrontate.
È inoltre previsto lo svolgimento (opzionale) di un test finale di valutazione dell’apprendimento con domande a risposta multipla, che si intende superato fornendo almeno 10 risposte corrette su 15. Il superamento del test sarà certificato su un attestato di partecipazione e profitto, documento utile per arricchire il proprio curriculum in quanto documenta che sono state acquisite le competenze e le conoscenze previste dal corso frequentato.

Il test finale di valutazione non è obbligatorio e non comporta un aumento del costo di iscrizione.

Vantaggi del corso e materiale fornito

• Formazione erogata secondo gli standard di qualità ISO 9001:2015;
• Aule con numero limitato di posti per una migliore efficacia didattica;
• Ampio materiale didattico in formato digitale scaricabile dal cloud TerreLogiche (slides, dataset, documentazione e manualistica riguardante i software e le tematiche affrontate);
• Attestato di partecipazione numerato e personale con specificate il numero di ore del corso e le principali competenze acquisite, rilasciato ai partecipanti che hanno frequentato almeno il 70% del monte ore totale. Attestato di partecipazione e profitto, rilasciato a seguito del superamento del test finale di valutazione dell’apprendimento. Su richiesta l'attestato viene erogato anche in lingua inglese;
  
• Supporto tecnico per eventuali problematiche di installazione e configurazione dei software utilizzati;
• Buoni sconto di TerreLogiche.

Programma del corso

Feedback
I corsi di TerreLogiche sono da molti considerati i migliori in Italia per qualità erogata, costi accessibili e per il forte approccio applicativo decisamente adeguato alla realtà lavorativa. I nostri sondaggi effettuati immediatamente dopo il corso e, a campione, a distanza di alcuni mesi hanno rivelato un'altissima percentuale di gradimento e soddisfazione. I feedback sui corsi di TerreLogiche sono al 99,8% positivi dal 1998.

Dettagli

Categoria: Modellazione e Geostatistica

Pubblicato: Mercoledì, 16 Marzo 2016 12:01

Scritto da Super User

Visite: 46236

Metodi per l’elaborazione e l'analisi di dati geografici: interpolazione e creazione di mappe tematiche con tecniche geostatistiche in ambiente Open Source

Lo studio di fenomeni territoriali rappresenta una sfida sempre più complessa, dovuta alla gestione di dati spaziali di natura diversa e in continuo aumento. A tale scopo, sono necessari strumenti e tecniche per gestire, comprendere e interpretare il fenomeno analizzato su base geografica.

"Geostatistica Base con R e QGIS" di TerreLogiche è un corso online (live streaming) con approccio essenzialmente pratico all’utilizzo delle tecniche geostatistiche. Verranno affrontati argomenti fondamentali per l'analisi di dati geografici (correlazione spaziale e variografia, interpolazione e kriging), fornite le conoscenze necessarie per la stima di una variabile spaziale nelle aree dove non è stata misurata e per la valutazione dell'affidabilità della stima effettuata.
I software utilizzati nel modulo formativo saranno R, uno dei più potenti sistemi attualmente disponibili per l’elaborazione statistica dei dati e la loro rappresentazione grafica, e QGIS per la consultazione degli output predittivi in ambiente GIS.
Al termine del corso, i partecipanti saranno in grado di produrre carte tematiche di predizione fondamentali per la comprensione delle dinamiche territoriali e per l'analisi di molte problematiche relative a parametri ambientali, sociali e sanitari.
Tra queste citiamo, a titolo di esempio, la concentrazione e diffusione di inquinanti in aria, acqua o suolo, la caratterizzazione geologica e geotecnica di grandi aree, la distribuzione di parametri idrogeologici, meteorologici o agronomici, la distribuzione di densità di popolazione di specie animali, la diffusione epidemiologica, ecc. Durante la sessione formativa verranno forniti e utilizzati dataset di esercitazione riferiti a diversi ambiti applicativi sia ambientali che socio-ambientali.
L’approccio metodologico e l’organizzazione dei contenuti sono basati su un flusso di lavoro ben collaudato con la possibilità, per i partecipanti, di ripetere in ogni momento le operazioni eseguite dal docente.
Per la partecipazione al corso non sono necessarie conoscenze pregresse di R che sarà utilizzato in maniera mirata rispetto agli obiettivi didattici. I concetti trasferiti potranno essere applicati su qualsiasi altro software di analisi geostatistica (ad esempio ISATIS^®, ESRI ArcGIS^®, Surfer^®, ecc.).

• Cos’è la geostatistica
• Software utilizzati
• A chi è rivolto questo corso
• Personale docente
• Livello e requisiti di accesso
• Tipologia e modalità del corso
• Dotazione informatica
• Sedi del corso
• Durata
• Prossime date
• Costi e riduzioni
• Agevolazioni fiscali
• Modalità di iscrizione
• Attestati di partecipazione e profitto
• Vantaggi del corso e materiale fornito
• Programma del corso
• Feedback

Cos’è la geostatistica
La Geostatistica studia i fenomeni che si sviluppano su base spaziale a partire dalle informazioni derivanti da un loro campionamento. Questo approccio fornisce una metodologia per la descrizione, l’interpretazione e la stima delle caratteristiche di un fenomeno sul territorio. Il suo obiettivo principale è stimare il valore assunto da una variabile in una posizione in cui la misura non è stata effettuata. Le tipiche domande a cui la geostatistica risponde sono:

• Come varia nello spazio una variabile ambientale (ad esempio un elemento inquinante di una falda acquifera)?
• Che cosa controlla la sua variazione nello spazio?
• Quali e quanti campioni sono necessari per descrivere la sua variabilità spaziale?
• Qual è il valore della variabile in una specifica posizione (predizione)?
• Qual è l’incertezza di questa stima?

Nata nel settore dell’esplorazione mineraria e petrolifera, da molti anni viene utilizzata in ambito ambientale o sociale (idrogeologia, geologia applicata e geotecnica, inquinamento e protezione ambientale, scienze mediche ed epidemiologia, agricoltura e scienze del suolo, ecologia, biologia, meteorologia e climatologia, modelli digitali del terreno, ecc.), rappresentando un fondamentale strumento di monitoraggio, predizione, pianificazione e supporto decisionale.

Software utilizzati^*
L’approccio geostatistico prevede l’utilizzo di strumenti specifici sviluppati in pacchetti di analisi dedicati. Tuttavia, il contributo di tali metodologie nell’ambito dei Sistemi Informativi Geografici è ormai indiscusso. Pertanto, il corso si propone di utilizzare la combinazione di due software Open Source complementari, R e QGIS:

• R, un potente ambiente Open Source per l’analisi statistica dei dati. È uno dei più diffusi software nel campo della statistica grazie a caratteristiche di potenza, flessibilità e possibilità di interfaccia con altri applicativi. R è inoltre molto utilizzato nei nuovi settori tecnologici come, ad esempio, lo sviluppo di applicazioni per l’analisi dei Big Data e la definizione di algoritmi predittivi e di machine learning.
  In particolare, saranno utilizzati sia pacchetti per l’analisi esplorativa statistica e spaziale dei dati (es. sp, ggplot2, …) sia per l’analisi geostatistica (es. gstat, Rgeostat).
• Gli output saranno facilmente consultati e gestiti in ambiente GIS Open Source, attraverso il software QGIS, sia per quanto riguarda i formati vettoriali (es. ESRI Shapefile) sia raster (es. GeoTIFF). QGIS è attualmente il più diffuso e potente software GIS Open Source in ambito professionale, nella Pubblica Amministrazione e nella ricerca scientifica.

*I software verranno utilizzati in maniera mirata e funzionale rispetto agli obiettivi didattici. Per un apprendimento strutturato di questi applicativi sono disponibili i rispettivi moduli nell’offerta formativa di TerreLogiche.

A chi è rivolto  questo corso
Il corso è rivolto a professionisti, tecnici di Pubbliche Amministrazioni, ricercatori, studenti universitari, docenti e in generale a tutti coloro che hanno intenzione di ampliare le proprie conoscenze in fatto di analisi dei dati territoriali e informazione geografica.

Personale docente
Il corso è tenuto da docente senior altamente qualificato, titolare di incarichi di insegnamento in ambito universitario e con larga esperienza in ambito geostatistico.
 
Livello e requisiti di accesso
Per la partecipazione è richiesta la conoscenza di base del Sistema Operativo (MS Windows, Mac OS o Linux), della gestione di file e cartelle, e di fondamenti GIS (caricamento del dato, navigazione e consultazione).
 
Tipologia e modalità del corso
Corso interattivo con lezione frontale in aula o online in live streamig. 
Al momento questo corso viene erogato esclusivamente in modalità online (live streaming). Ricreiamo nelle aule virtuali l'esperienza formativa proposta nei corsi in presenza quindi approccio pratico alle tematiche affrontate, esercitazioni e laboratorio assistito con una forte interazione tra docente e discente e ampio spazio ai quesiti dei partecipanti.
 
Dotazione informatica
Per la partecipazione al corso è necessario l'utilizzo di notebook personale e di connessione Internet stabile e di adeguata velocità. 
Non sono richiesti particolari requisiti hardware (RAM: minimo 4 GB).

Sedi del corso
Questo corso è attualmente erogato in modalità online (live streaming). Consulta il calendario delle prossime date.

Durata
4 giorni (18 ore)
Orario singole giornate: 9.00-13.30

Prossime date
Calendario

Costi e riduzioni
Consulta il calendario dei corsi con i relativi costi. Tutti coloro che si iscriveranno al corso con almeno 30 giorni di anticipo rispetto alla data della sessione formativa avranno diritto ad uno sconto del 15% sul prezzo di listino. È inoltre previsto uno sconto del 10% sul prezzo di listino per gli iscritti a Ordini ed Associazioni professionali (Legge 4 del 14 gennaio 2013), Categorie Educational e dipendenti di Pubbliche Amministrazioni. Consultare i dettagli nella sezione Agevolazioni.

Agevolazioni fiscali 
I costi della formazione sono interamente deducibili (100%) per aziende e professionisti (art. 54 c. 5 TUIR DPR 917/1986). Solamente per questi ultimi è fissato un tetto annuo di euro 10.000 (comprensivo di spese di soggiorno e trasferta), per le aziende non esistono limiti annui. L’IVA è 100% detraibile. Inoltre, le Pubbliche Amministrazioni hanno diritto all'esenzione IVA riferita ad attività formative (DPR 633/72).

Modalità di iscrizione
La procedura di iscrizione è molto semplice. Le istruzioni sono indicate nella pagina Come Iscriversi nella sezione Formazione.

Attestati di partecipazione e profitto
Al termine della sessione formativa verrà rilasciato a tutti i partecipanti che hanno frequentato almeno il 70% del monte ore totale un attestato di partecipazione numerato e personale con specificate il numero di ore del corso e le principali tematiche affrontate.

È inoltre previsto lo svolgimento (opzionale) di un test finale di valutazione dell’apprendimento con domande a risposta multipla, che si intende superato fornendo almeno 10 risposte corrette su 15. Il superamento del test sarà certificato su un attestato di partecipazione e profitto, documento utile per arricchire il proprio curriculum in quanto documenta che sono state acquisite le competenze e le conoscenze previste dal corso frequentato.

Il test finale di valutazione non è obbligatorio e non comporta un aumento del costo di iscrizione.

Vantaggi del corso e materiale fornito

• Formazione erogata secondo gli standard di qualità ISO 9001:2015;
• Aule con numero limitato di posti per una migliore efficacia didattica;
• Ampio materiale didattico in formato digitale scaricabile dal cloud TerreLogiche (slides, dataset, documentazione e manualistica riguardante i software e le tematiche affrontate);
• Attestato di partecipazione numerato e personale con specificate il numero di ore del corso e le principali competenze acquisite, rilasciato ai partecipanti che hanno frequentato almeno il 70% del monte ore totale. Attestato di partecipazione e profitto, rilasciato a seguito del superamento del test finale di valutazione dell’apprendimento. Su richiesta l'attestato viene erogato anche in lingua inglese;
  
• Supporto tecnico per eventuali problematiche di installazione e configurazione dei software utilizzati;
• Buoni sconto di TerreLogiche.

Programma del corso
Introduzione alla geostatistica

• Cos’è la geostatistica
• Campi di applicazione
• Interpolatore deterministici e geostatistici
• Obiettivi della geostatistica
• Fasi dell’analisi geostatistica
• Panoramica dei principali software di geostatistica

Interpolatori deterministici

• I principali interpolatori deterministici (IDW, spline, TIN, …) in ambiente QGIS.
• Produzione di cartografia tematica con interpolatori deterministici.

R per l’analisi statistica e geostatistica

• Introduzione al software R - Rstudio
• Descrizione dell’interfaccia utente
• Caricamento di dati
• Il progetto di lavoro
• Pacchetti per l’analisi geostatistica (gstat, Rgeostat)

Analisi esplorativa statistica e spaziale dei dati

• Variabili e inferenza statistica
• Distribuzione di frequenza
• Statistica descrittiva
• Rappresentazione grafica dei dati

I principali tool geostatistici

• Studio delle variabili regionalizzate
• Nuvola Variografica
• Variogramma sperimentale
• Modellazione del variogramma
• Cross validation

Interpolazione geostatistica

• Principali aspetti di una stima
• Caratteristiche generali del kriging
• Kriging ordinario
• Interpolazione di una variabile spaziale
• Le carte finali di predizione
• Le carte di errore

QGIS per la gestione e la rappresentazione dei dati

• Caricamento degli output dell’analisi geostatistica
• Rappresentazione simbolica, analisi e interrogazione dei risultati geostatistici

Cenni su argomenti avanzati

• Le varie tipologie di kriging
• Analisi multivariata
• Supporto della misura

Feedback
La soddisfazione dei partecipanti ai corsi è un elemento fondamentale per le nostre attività aziendali. Per raggiungerla, operiamo su due fronti: da un lato, poniamo particolare attenzione alle esigenze del cliente proponendoci come consulenti e non solo come fornitori, analizzandone obiettivi e fabbisogni formativi per suggerire il percorso didattico ottimale da intraprendere; dall'altro, monitoriamo costantemente la soddisfazione dei partecipanti con appositi sondaggi al termine di ogni sessione formativa. In funzione dei risultati ottenuti, miglioriamo, aggiorniamo e rinnoviamo i nostri servizi formativi.
I sondaggi condotti al termine dei corsi e, a campione, a distanza di alcuni mesi hanno confermato un'elevata percentuale di gradimento e soddisfazione e i feedback sui corsi di TerreLogiche sono al 99,8% positivi dal 2014.
I corsi sono inoltre da molti considerati tra i migliori in Italia per qualità erogata, costi accessibili e per il loro approccio metodologico applicativo altamente adeguato alla realtà del mondo del lavoro.