Il corso si propone di far comprendere le caratteristiche fondamentali dei modelli di machine learning e di business forecasting, includendo le tipologie di dati utilizzabili (small data e big data), la preparazione dei dati per l’ottimizzazione dei modelli e la valutazione dei modelli predittivi. I partecipanti apprenderanno i concetti base dell’approccio quantitativo alle previsioni, l’importanza delle previsioni nel processo decisionale e le metriche di valutazione delle performance. Verranno utilizzati metodi statistici, come quelli univariati basati sulle serie temporali e la regressione, per realizzare previsioni accurate basate sulle serie storiche.
I partecipanti impareranno a utilizzare le previsioni per supportare la pianificazione strategica e operativa. Inoltre, verranno presentati use case pratici nell’ambito del machine learning riguardanti il controllo dell’attrition/churn per identificare la probabilità che i clienti cessino di utilizzare i servizi o prodotti, i modelli di Next Best Action per prevedere l’azione più efficace per ciascun cliente, l’anomaly detection per identificare pattern di dati anomali e prevenire frodi o guasti, e la previsione dei dati di vendita per applicare modelli di business forecasting in diverse industrie. Questi use case illustreranno l’applicazione pratica delle tecniche apprese in vari settori.