Data science per la PA

Obiettivi e metodologia:

Le Amministrazioni Pubbliche sono considerate, sotto il profilo delle informazioni prodotte e archiviate (ad esempio, territoriali, amministrative e fiscali), importanti "giacimenti informativi". Queste informazioni possono essere oggi valorizzate, grazie alle tecnologie disponibili, più efficacemente che in passato. Parallelamente e grazie alla digitalizzazione, una massa ancor più rilevante, quasi sempre non strutturata e piuttosto instabile, di informazioni può essere usata anche al fine di migliorare il funzionamento e l'efficacia dell'azione amministrativa. Il corso ha l’obiettivo di fornire una panoramica, alcune nozioni guida e indicazioni preliminari sugli usabili per raccogliere, ordinare e predisporre l'analisi di dati rilevati da fonti digitalizzate di dati (strutturate, ovvero IoT-based).

È prevista una prova di valutazione finale.

Principali temi:
  • Introduzione alla Data Science, opportunità e vincoli dell'uso di informazioni digitalizzate
  • Metodi per la valutazione della qualità delle fonti e degli indicatori statistiche
  • Tecniche e applicativi di data capturing, exploration e cleaning
  • Tecniche e soluzioni per la predictive analysis con il machine learning
  • Tecniche per la data analysis e di visualizzazione
  • Tecniche di comunicazione efficace delle statistiche
Destinatari:
Dirigenti e funzionari delle Amministrazioni pubbliche responsabili di iniziative connesse con l'applicazione di soluzioni e tecniche digitalizzate, e con l’uso di informazioni rilevabili da fonti digitalizzate

Modalità e quote di partecipazione

In dettagli dell'edizione, nel documento con il programma, è indicata la quota di iscrizione. Per ulteriori approfondimenti sulle modalità e l’iter per la partecipazione ai corsi SNA si rinvia a Informazioni e FAQ corsi.

Area e ambito: Gestione economica, finanziaria e tributaria nella PA: Flussi statistici, Big Data e Data Science
Tipologia corso: CORSO INTRODUTTIVO
Responsabile scientifico: Pierpaolo D'Urso
Dipartimento: Dipartimento Economia e finanza
Codice corso: 2026.219

Edizioni

Inizio Fine Tematica Modalità Stato iscrizioni Data ultima per candidature
14/05/2026
29/05/2026
E-learning
Chiuse

Built with Bobuild