Roberto TAGLIAFERRI | ARCHITETTURE PER I BIG DATA
Roberto TAGLIAFERRI ARCHITETTURE PER I BIG DATA
cod. 0212800015
ARCHITETTURE PER I BIG DATA
| 0212800015 | |
| DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE | |
| CORSO DI LAUREA | |
| STATISTICA PER I BIG DATA | |
| 2023/2024 |
| OBBLIGATORIO | |
| ANNO CORSO 3 | |
| ANNO ORDINAMENTO 2018 | |
| PRIMO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| INF/01 | 5 | 30 | LEZIONE |
| Obiettivi | |
|---|---|
| OBIETTIVO DEL CORSO È INTRODURRE LO STUDENTE AI BIG DATA E ALLA LORO CARATTERIZZAZIONE, NONCHÉ ALLE SOLUZIONI TECNICHE ALLA BASE DELL’ARCHITETTURA DEI SISTEMI PER LA LORO GESTIONE ED ELABORAZIONE, TRA CUI HADOOP, SPARK E ALTRI APPROCCI NOSQL. CONOSCENZA E CAPACITÀ DI COMPRENSIONE DURANTE IL CORSO, LO STUDENTE ACQUISIRÀ UNA CONOSCENZA TEORICA E PRATICA DEGLI ELEMENTI ARCHITETTURALI E DI PROGRAMMAZIONE ALLA BASE DI SISTEMI BIG DATA, IN MODO DA ESSERE IN GRADO DI COGLIERNE I TRATTI TECNICI DISTINTIVI E I PRINCIPI DI FUNZIONAMENTO. L’OBIETTIVO CONSISTE NELL’APPRENDERE SU COME UTILIZZARE AL MEGLIO LA VARIETÀ DI SOLUZIONI DISPONIBILI, ORIENTANDONE LA SCELTA ATTRAVERSO UNA CONOSCENZA DELLE FINALITÀ, DELLE POSSIBILITÀ TECNICHE, DEI LIMITI D’IMPIEGO, ANCHE ATTRAVERSO ESEMPI PRATICI DI APPLICAZIONE. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE L’IMPOSTAZIONE DEL CORSO INTENDE SVILUPPARE NELLO STUDENTE CONSAPEVOLEZZA TECNICA CIRCA LA PROGETTAZIONE, REALIZZAZIONE, DISPIEGAMENTO E UTILIZZO DI UNA SOLUZIONE BIG DATA, ATTRAVERSO LO STUDIO TEORICO E L’ESERCIZIO PRATICO SU ASPETTI INERENTI LA GESTIONE DI FILE, IL MODELLO DI PROGRAMMAZIONE, LA GESTIONE DELLA COMPLESSITÀ, L’INTEGRAZIONE DI SISTEMI, L’APPROCCIO RELAZIONALE E OLTRE, L’ELABORAZIONE IN MEMORIA E LO STREAMING DI DATI. |
| Prerequisiti | |
|---|---|
| NON SONO PREVISTI PREREQUISITI |
| Contenuti | |
|---|---|
| ARCHITETTURE DI CALCOLATORI: ELEMENTI DI BASE DI ARCHITETTURE SISD (RISC). (16 H) SIMD, VETTORIALI, MIMD E GPU. (8 H) L'ARCHITETTURA HADOOP: HDFS E MAPREDUCE (4H) CENNI SULL'ARCHITETTURA SPARK (2H) |
| Metodi Didattici | |
|---|---|
| L’INSEGNAMENTO È ARTICOLATO IN DUE PARTI ENTRAMBE DI DIDATTICA FRONTALE CHE TRATTANO LE ARCHITETTURE HW E SW, RISPETTIVAMENTE. |
| Verifica dell'apprendimento | |
|---|---|
| L'ESAME PREVEDE LO SVOLGIMENTO DI UNA PROVA ORALE DOPO LA FINE DEL CORSO. LA PROVA È VALUTATA SU UNA SCALA IN TRENTESIMI. LA PROVA ORALE HA L'OBIETTIVO DI VERIFICARE IL GRADO DI COMPRENSIONE DELLO STUDENTE DI TEMI DI MAGGIORE RILEVANZA TEORICA. NELLA VALUTAZIONE SI TIENE CONTO DELL'ACCURATEZZA DELLE RISPOSTE FORNITE E DELLA ESAUSTIVITÀ' DELLE RISPOSTE. IL VOTO FINALE, ESPRESSO IN TRENTESIMI CON EVENTUALE LODE, TIENE CONTO DELL'ESITO DELLA PROVA. |
| Testi | |
|---|---|
| DAVID A PATTERSON JOHN L HENNESSY, STRUTTURA E PROGETTO DEI CALCOLATORI. PROGETTARE CON RISC-V. SECONDA EDIZIONE ITALIANA A CURA DI ALBERTO BORGHESE, ZANICHELLI, 2023 ALEX HOLMES, HADOOP IN PRACTICE, SECOND EDITION, MANNING, SHELTER ISLAND, 2015 HOLDEN KARAU, ANDY KONWINSKI, PATRICK WENDELL & MATEI ZAHARIA. LEARNING SPARK LIGHTNING-FAST BIG DATA ANALYSIS. O'REILLY MEDIA, 2015 |
| Altre Informazioni | |
|---|---|
| NON CI SONO ALTRE INFORMAZIONI |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-11-05]
