Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

OSSERVATORI DIGITAL INNOVATION

Big Data & IOT: come gestire in modo efficace i dati raccolti dai sensori

Quali sono le potenzialità offerte dai Big Data Analytics nella raccolta, analisi, interpretazione e impiego dei dati provenienti dai sensori e dalla Internet of Things?

06 Ott 2017

Il Webinar, in streaming su Osservatori.net l’11 ottobre a partire dalle 12.00, si propone di analizzare le potenzialità offerte dai Big Data Analytics nella raccolta, analisi, interpretazione e impiego dei dati provenienti dai sensori e dalla Internet of Things.

Questo Webinar fa parte di un percorso più ampio dedicato al mondo dei Big Data (per maggiori informazioni cliccare qui).

  • Come procedere alla raccolta e all’analisi dei dati provenienti dai sensori e dalla Internet of Things?
  • Come estrarre utili insight dai Big Data della Internet of Things?
  • Quali sono le principali applicazioni di Big Data Analytics per i dati originati da sensori e Internet of Things?

Il Webinar sarà tenuto da Carlo Vercellis* e si rivolge a tutti coloro che nelle imprese e nella pubblica amministrazione possono trarre vantaggio dall’analisi dei dati per migliorare la qualità e la tempestività dei processi decisionali. Tra questi, C-level e line manager nelle diverse funzioni aziendali (marketing, commerciale, operations, logistica, amministrazione e controllo, HR, ICT), data analyst e chief data officer.

*Carlo Vercellis
Professore Ordinario di Computer Science al Politecnico di Milano, ove tiene i corsi di Ottimizzazione, Business intelligence e Data Mining. E’ responsabile di door, Data mining & Optimization Research group, e dell’Osservatorio Big Data Analytics & Business Intelligence. I suoi interessi di ricerca riguardano i metodi predittivi di data mining e machine learning,; le loro applicazioni a marketing relazionale, biolife sciences, social networks; business intelligence e big data analytics; supply chain optimization e revenue management. In precedenza, dopo la laurea in Scienze Matematiche presso l’Università degli Studi di Milano, ha svolto la sua attività presso il Consiglio Nazionale delle Ricerche (CNR), l’Università Bocconi, l’Università degli Studi di Milano. E’ autore di più di 90 pubblicazioni scientifiche, tra cui 6 libri e più di 70 articoli in riviste internazionali. Ha svolto progetti per conto di numerose imprese su temi di big data analytics, sentiment analysis, marketing, data analysis, predictive modeling, data mining, risk analysis, supply chain optimization, quality control. Ha coordinato numerosi programmi di ricerca nazionali e internazionali finanziati da CEE, CNR e MIUR.

Per maggiori informazioni e per iscriversi, cliccare qui.

Articolo 1 di 5