h-header

corsi

I corsi in programma

alert-corsi

Gentili utenti,

un malfunzionamento del sito a noi non imputabile durante la settimana del 11 gennaio 2021, ha bloccato parzialmente la funzione di iscrizione ai nostri corsi.

Qualora aveste avuto problemi in fase di iscrizione ad uno dei nostri corsi e/o non avete ricevuto via email la conferma di iscrizione, vi preghiamo di contattarci telefonicamente e/o inviare una email a info@cpa-italy.org.

Grazie!

12

Marzo 2021

Data Mining nel settore chimico farmaceutico: come sfruttare al meglio ed agevolmente le informazioni disponibili per il miglioramento continuo del processo e la compliance GMP

form-corsi

Preadesione al corso: Data Mining nel settore chimico farmaceutico: come sfruttare al meglio ed agevolmente le informazioni disponibili per il miglioramento continuo del processo e la compliance GMP

Se è interessato a partecipare a questo corso, la invitiamo a comunicarci la sua adesione compilando in tutte le sue parti la seguente scheda di preadesione, facendo attenzione ai campi obbligatori contrassegnati con asterisco (*). Successivamente la contatteremo per definire tutti i dettagli.

Partecipante 1 (obbligatorio)

Partecipante 2 (opzionale)

Partecipante 3 (opzionale)

Partecipante 4 (opzionale)

* Privacy Policy

*

 

 

iubenda-consent

  • Tutti i processi, produttivi e non, sono affetti da variabilità!
  •  La variabilità è “nemica della Qualità”, ma anche sua “alleata” perché lancia dei segnali
  •  Per cogliere tali segnali servono degli strumenti e cioè le “Metriche di Qualità”

------------------------

In ogni Azienda manifatturiera ad alta tecnologia, e in particolare in quelle che producono principi attivi o forme farmaceutiche, si generano quotidianamente enormi quantità di dati che rimangono perlopiù inutilizzati o vengono esaminati solo superficialmente. Si tratta di dati di sviluppo, di processo, di controllo qualità, ecc.

Questo inutilizzo comporta per l’Azienda la perdita parziale o totale dell’informazione che la stessa ha generato e i costi correlati.

Il perché di questo comportamento risiede spesso nella difficoltà di sapere come convertire i dati in conoscenza pratica. Il problema si complica ulteriormente se i dati si presentano come affollate tabelle, ossia nella cosiddetta forma multidimensionale.

Una risposta pratica a questa perdita di informazione è offerta dal data mining.

Al di là di un nome importante e della molteplicità di discipline di cui si serve (Computer Science, Statistica, ecc.), il data mining è un processo accessibile a tutti con limitato investimento che, avvalendosi di metodi quali quelli dell’Analisi Statistica Multivariata dei Dati (MVDA), consente di estrarre, in modo automatico o semiautomatico, informazioni utili da insiemi comunque grandi di dati.

In ambito chimico-farmaceutico, utilizzando i metodi del data mining, è quindi possibile estrarre agevolmente numerose informazioni riguardanti i processi produttivi e di controllo, informazioni che non sarebbero visibili, e quindi inutilizzabili, da un’analisi sommaria o focalizzata al singolo dato.

Nel corso del webinar, verrà mostrato attraverso casi pratici l’impiego di alcune tra le tecniche principali (Analisi del Componente Principale, Cluster Analysis e Regressione Lineare Multipla) idonee alla soluzione di problemi correlati ai processi e ai controlli dei prodotti.

La trattazione sarà condotta a livello discorsivo e con l’aiuto di numerose rappresentazioni grafiche.

Alla fine, una cosa sarà certa: una volta provatene le potenzialità, il data mining non lo si abbandona più!

--------------------

 

§   Introduzione e pratica premessa:

      Ÿ    Analisi dei dati e data mining

      Ÿ    Tipologia delle variabili

      Ÿ    Esempi di dataset

      Ÿ    Concetti di Covarianza e Correlazione e strumenti di visualizzazione (matrix plot,  correlogramma)

§   Case Study 1:

Ÿ    Visualizzazione dei dati

Ÿ    Analisi del Componente Principale (PCA)

      –     riduzione della dimensionalità ovvero “la semplificazione del complesso”

      –     visualizzazione dei risultati: scree plot, score plot

      –     la distanza come misura di somiglianza

      –     distanza di Mahalanobis: individuazione degli outlier e loro visualizzazione (outlier plot)

      Ÿ    Cluster Analysis (CA)

      –     cenno ai metodi di raggruppamento

      –     cenno al raggruppamento partizionale: K-means clustering e visualizzazione dei risultati

      –     cenno al raggruppamento gerarchico: dendrogramma e visualizzazione dei risultati

§   Case Study 2:

–     Regressione Lineare Semplice e Multipla

–     Costruzione di un modello e suo affinamento

–     Tipi di effetti nei modelli di regressione: Principali e di Interazione

–     Visualizzazione dei risultati: Main Effects Plot, Interaction Plot, Contour Plot, Surface Plot

§   Conclusioni finali e confronto con i partecipanti



Webinar Live Training (9.30 - 13.00) che garantirà un confronto diretto con il docente (Riccardo Bonfichi) e gli altri partecipanti per condividere informazioni, contenuti e sanare dubbi in tempo reale.

Garantite la vostra presenza registrandovi on line: riceverete informazioni pertinenti ed istruzioni per il collegamento al webinar.

--------------

Il costo singolo di partecipazione è di 180 Euro + IVA per gli Associati CPA e 300 + IVA per i NON associati.

3 o più persone del vostro Team desiderano partecipare? Contattateci, abbiamo un'offerta progettata su misura a livello aziendale

"OpenToWork" speciale offerta per te!

slider-banner

eventi h-footer
pager