Publications by Squadra Ragionevole
API Idealista - Malaga
Librerias librerie = c( "jsonlite", "httr", "data.table", "scales", "ggplot2", "leaflet", "dplyr", "MASS", "ggplot2", "RColorBrewer", "reticulate", "lime", "splines", "tidyverse", "data.table", "tseries", "mgcv", "regclass", "glmnet", "coefplot" ) Install_And_Load <- function(packages) ...
2622 sym R (8476 sym/21 pcs) 8 img
MIPC - Calibrazione portafoglio
1 Preparazione dei dati 1.1 Importazione serie storiche Il codice sotto (per visualizzare il codice cliccare sul tasto code) mostrato crea una lista di ticker (i.e. simbolo di un titolo) in tickerList e assegna a ciascuno di essi un peso (weight). Successivamente, utilizza la funzione lapply per scaricare i dati storici delle azioni corrisp...
14713 sym R (14908 sym/27 pcs) 6 img
Bank fraud
1 Librerie library(gbm) library(randomForest) library(ROSE) library(dplyr) library(tidyverse) library(tree) library(smotefamily) library(ModelMetrics) library(ggplot2) library(viridis) library(hrbrthemes) library(kableExtra) library(knitr) library(tune) library(discrim) library(klaR) library(themis) library(tidymodels) library(pl...
7803 sym R (45694 sym/167 pcs) 63 img 4 tbl
Portafoglio di assicurazioni vita - Versione 1
Introduzione Nel seguente report vengono approfonditi, come da richiesta, alcuni degli aspetti relativi al progetto 1. In seguito si riporta la consegna: Il report (di lunghezza 2000-3000 parole, esclusi grafici e tabelle) dovrà contenere: Una spiegazione delle formule utilizzate per calcolare il premio e per l’evoluzione del fondo; Il co...
11211 sym R (13929 sym/21 pcs) 4 img
Analisi di portafoglio
1 Preparazione dei dati 1.1 Importazione serie storiche Il codice sotto (per visualizzare il codice cliccare sul tasto code) mostrato crea una lista di ticker (i.e. simbolo di un titolo) in tickerList e assegna a ciascuno di essi un peso (weight). Successivamente, utilizza la funzione lapply per scaricare i dati storici delle azioni corri...
14709 sym R (12075 sym/25 pcs) 7 img
House sales - statistica (corso progredito)
# htmltools::includeHTML("https://kepler.gl/demo/map?mapUrl=https://dl.dropboxusercontent.com/s/nq8hdpw5h851axg/keplergl_vh7lis1e.json") # !pip install keplergl # !pip install matplot # # $ jupyter nbextension install --py --sys-prefix keplergl # can be skipped for notebook 5.3 and above # $ jupyter nbextension enable --py --sys-prefix k...
10672 sym Python (27317 sym/41 pcs) 16 img
Apprendimento statistico dei dati - Laboratorio 1
mc = as_tibble(mcycle) mc Suddivisione dataset Per suddividere il dataset si è dapprima impostato il seme per la generazione (pseudo)casuale dei numeri in modo tale da avere lo stesso risultato ogni volta che il codice girerà. sequenza serve a fare un riordinamento casuale del dataset, così poi da dividerlo in due parti, il 75% sarà dest...
1020 sym Python (3175 sym/7 pcs) 3 img
Apprendimento statistico dei dati - Laboratorio 2
Analisi dei dati Importo il file TL.csv e visualizzo i dati. Le variabili EDUCATION, NUMHH e MARSTAT sono state trasformate in variabili fattoriali. tl = read.csv("dataset/TL.csv") %>% tibble %>% dplyr::select(-X) tl = tl %>% mutate_at(c( "MARSTAT"), as.factor) tl #"NUMHH", "EDUCATION", Trasformazione variabili Dal grafico sottostante è ev...
1423 sym 5 img 1 tbl
Apprendimento statistico dei dati - Laboratorio 3
Analisi esplorativa dei dati summary(df) ## lcavol lweight age lbph ## Min. :-1.3471 Min. :2.375 Min. :41.00 Min. :-1.3863 ## 1st Qu.: 0.5128 1st Qu.:3.376 1st Qu.:60.00 1st Qu.:-1.3863 ## Median : 1.4469 Median :3.623 Median :65.00 Median : 0.3001 ## Mean : 1....
2430 sym 7 img 3 tbl
Laboratorio 4
Prima parte: splines_data Importo i dati sp = read.csv("dataset/splines_data.csv") %>% tibble %>% column_to_rownames("X.1") colnames(sp) = c("x","y") sp Visualizzo i dati gg = ggplot(sp,aes(y = y, x = x)) + geom_point() gg Stima e raffigurazione di splines modNs = lm(y ~ ns(x,df = 8, knots = c(-8,-7,-5,-2,-1,2.5)), data = sp) mo...
3724 sym 12 img