Raffaele CERULLI | SISTEMI DI SUPPORTO ALLE DECISIONI
Raffaele CERULLI SISTEMI DI SUPPORTO ALLE DECISIONI
cod. 0522200049
SISTEMI DI SUPPORTO ALLE DECISIONI
0522200049 | |
DIPARTIMENTO DI MATEMATICA | |
CORSO DI LAUREA MAGISTRALE | |
MATEMATICA | |
2021/2022 |
ANNO CORSO 2 | |
ANNO ORDINAMENTO 2018 | |
SECONDO SEMESTRE |
SSD | CFU | ORE | ATTIVITÀ | |
---|---|---|---|---|
MAT/09 | 6 | 48 | LEZIONE |
Obiettivi | |
---|---|
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: IL CORSO DI SISTEMI DI SUPPORTO ALLE DECISIONI SI PROPONE DI FORNIRE CAPACITÀ ANALITICHE PER AFFRONTARE PROBLEMI DECISIONALI GENERALI • STUDIARE IL PROBLEMA DEL SUPPORTO DECISIONALE ATTRAVERSO LO STUDIO DI MODELLI DECISIONALI, METODI CHE UTILIZZANO TALI MODELLI, ESEMPI E CASI APPLICATIVI. I MODELLI CONSIDERATI SONO DI TIPO QUANTITATIVO. L’OGGETTO GENERALE DEL CORSO È QUINDI IL PROCESSO DI DECISION MAKING E L’OBIETTIVO È FORNIRE STRUMENTI FORMALI CON CUI SUPPORTALO. SI ACQUISIRANNO CONOSCENZE DI BASE PER LA PROGETTAZIONE DI STRUMENTI EFFICIENTI PER L’ANALISI DEI DATI ED IL DATA MINING. |
Prerequisiti | |
---|---|
GLI STUDENTI DEVONO AVERE CHIARI I CONCETTI BASE DI MATEMATICA DISCRETA E RICERCA OPERATIVA E DI TEORIA DELLA PROBABILITÀ E STATISTICA. |
Contenuti | |
---|---|
IL CORSO PROPONE CONTENUTI SIA SCIENTIFICI CHE TECNOLOGICI. I CONTRIBUTI SCIENTIFICI RIGUARDANO LE CONOSCENZE NECESSARIE PER SVILUPPARE UN MODULO DI DATA ANALYTICS E RIGUARDANO COMPETENZE DI OTTIMIZZAZIONE APPLICATE A MODELLISTICA DI PROCESSI DECISIONALI. IN PARTICOLARE VERRANNO AFFRONTATI: - MODELLI PREVISIONALI: RETI NEURALI (FEEDFORWARD, CONVOLUTIONAL, DEEP LEARNING) - APPRENDIMENTO SUPERVISIONATO: MODELLI DI MACHINE LEARNING: IL PERCETTRONE, ADALINE, SUPPORT VECTOR MACHINE - APPRENDIMENTO NON SUPERVISIONATO: TECNICHE DI CLUSTER. ALGORITMO K-MEANS UTILIZZO DI STRUMENTI INFORMATICI (HARDWARE E SOFTWARE) PER LA REALIZZAZIONE SI SEMPLICI MODELLI DECISIONALI. PRINCIPI DI BASE DEL LINGUAGGIO PYTHON |
Metodi Didattici | |
---|---|
L’INSEGNAMENTO PREVEDE LEZIONI FRONTALI DELLA DURATA DI 48 ORE COMPLESSIVE (6 CFU), CHE SI SVOLGONO IN AULA CON L’AUSILIO DI PROIEZIONI; ALLA FINE DELLA PRESENTAZIONE DI UN ARGOMENTO SONO PREVISTI VARI ESEMPI APPLICATIVI ED ESERCITAZIONI. |
Verifica dell'apprendimento | |
---|---|
LA PROVA DI ESAME È FINALIZZATA A VALUTARE NEL SUO COMPLESSO LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI A LEZIONE, NONCHÉ LA CAPACITÀ DI APPLICARE TALI CONOSCENZE NELLA RISOLUZIONE DI PROBLEMI DECISIONALI. LA PROVA DI ESAME SI ARTICOLA IN UNA PROVA SCRITTA SELETTIVA ED UN COLLOQUIO ORALE. LA PROVA SCRITTA PREVEDE LA RISOLUZIONE DI ESERCIZI E DOMANDE A RISPOSTA APERTA ED HA DI NORMA UNA DURATA NON INFERIORE A 120 MINUTI. CON IL COLLOQUIO ORALE SARANNO VALUTATE LE CONOSCENZE ACQUISITE IN MERITO ALLE TECNICHE PRESENTATE A LEZIONE. LA VALUTAZIONE DELLE DUE PROVE SARÀ ESPRESSA IN TRENTESIMI ED È NECESSARIO OTTENERE UN PUNTEGGIO DI ALMENO 18/30 IN OGNUNA DELLE DUE PROVE PER POTER SUPERARE L'ESAME. IL VOTO FINALE VIENE RICAVATO DAI RISULTATI DELLE DUE PROVE E PUÒ SUPERARE IL VOTO DELLO SCRITTO PER AL PIÙ SEI PUNTI. LA PARTECIPAZIONE DEGLI STUDENTI AL CORSO VIENE INCENTIVATA DANDO LORO LA POSSIBILITÀ DI CONFERMARE IL VOTO DELLA PROVA SCRITTA NELLA PRIMA SESSIONE DI ESAME SUCCESSIVA A QUELLA DI SVOLGIMENTO DELL’INSEGNAMENTO. |
Testi | |
---|---|
APPUNTI DELLE LEZIONI. |
Altre Informazioni | |
---|---|
IL CORSO È EROGATO IN ITALIANO. - SI RACCOMANDA LA FREQUENZA SIA ALLE LEZIONI SIA ALLE ESERCITAZIONI. - GLI INDIRIZZI DI POSTA ELETTRONICA DEI DOCENTI SONO: RAFFAELE@UNISA.IT |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-11-21]