DECISION MODELS

Francesco ORCIUOLI DECISION MODELS

0222600031
DIPARTIMENTO DI SCIENZE AZIENDALI - MANAGEMENT & INNOVATION SYSTEMS
CORSO DI LAUREA MAGISTRALE
BUSINESS INNOVATION AND INFORMATICS - BUSINESS, INNOVAZIONE ED INFORMATICA
2019/2020



OBBLIGATORIO
ANNO CORSO 1
ANNO ORDINAMENTO 2016
SECONDO SEMESTRE
CFUOREATTIVITÀ
1060LEZIONE
Obiettivi
Gli studenti acquisiranno conoscenze relative al design e all’implementazione di sistemi di supporto alle decisioni con particolare riferimento ai modelli computazionali alla base dei processi di decision-making.
Gli studenti apprenderanno concetti legati alla teoria delle decisioni (Decision Theory), studieranno le architetture e le tipologie dei Decision Support Systems (DSS) e approfondiranno argomenti quali Multi-Criteria Decision Making, Group Decision Making e Three-Way Decisions. Inoltre, gli studenti completeranno il loro percorso acquisendo conoscenze sui Knowledge-Driven DSS e sulle tecnologie semantiche.
Contestualmente all’acquisizione delle suddette conoscenze, gli studenti affronteranno lo studio di NumPy e Pandas, librerie Python da utilizzare per l’implementazione dei suddetti modelli. Tali librerie saranno utilizzate per esercitazioni pratiche che consentiranno agli studenti di maturare le abilità necessarie per lo sviluppo di sistemi decisionali.
Le lezioni saranno organizzate in maniera tale da consentire agli studenti di sviluppare capacità di analisi e sintesi utili a comprendere un problema decisionale, analizzarlo e progettare delle soluzioni efficaci ed efficienti per risolverlo.
Dal punto di vista strutturale, il corso sarà diviso in tre parti principali: (1) Foundations of Decision Making; (2) Computational Models for Decision Making e (3) Development Tools for Decision Making.

Prerequisiti
FONDAMENTI DI PROGRAMMAZIONE DEI COMPUTER
Contenuti
I CONTENUTI DELL'INSEGNAMENTO POSSONO ESSERE SUDDIVISI IN TRE PARTI:

I - DECISION MAKING
I.A ELEMENTI DI TEORIA DELLE DECISIONI (6 ORE)
I.B INTRODUZIONE AI DECISION SUPPORT SYSTEMS (12 ORE)

II – MODELLI COMPUTAZIONALI PER IL DECISION MAKING
II.A MODELLI PER IL DECISION MAKING (6 ORE)
II.B DATA-DRIVEN DSS (6 ORE)
II.C KNOWLEDGE-DRIVEN DSS (9 ORE)
II.D BIG DATA E DECISION MAKING (3 ORE)

III – STRUMENTI DI SVILUPPO PER IL DECISION MAKING (18 ORE)
Metodi Didattici
LE ATTIVITÀ DI INSEGNAMENTO (60 ORE DI LEZIONE E 10 ECTS) SARANNO SUDDIVISE IN LEZIONI FRONTALI CON L'AUSILIO DI MATERIALE MULTIMEDIALE (40 ORE), DISCUSSIONI LEGATE ALLA DEFINIZIONE DEI PROPOSAL E DEGLI APPROCCI ALLA REALIZZAZIONE DEI PROJECT WORK (5 ORE) E LEZIONI IN LABORATORIO (15 ORE). IL PRINCIPALE METODO DIDATTICO ADOTTATO SARÀ QUELLO DELL'ACTIVITY-BASED LEARNING.
Verifica dell'apprendimento
LA VALUTAZIONE SARÀ EFFETTUATA MEDIANTE UN COLLOQUIO ORALE CHE DURERÀ CIRCA 40 MINUTI PER OGNI STUDENTE E VERTERÀ SU TUTTI GLI ARGOMENTI DEL CORSO E SULLA PRESENTAZIONE E DISCUSSIONE DEI PROJECT WORK. GLI STUDENTI SARANNO VALUTATI IN TRENTESIMI.
Testi
TESTI PRINCIPALI:

- M. PETERSON – AN INTRODUCTION TO DECISION THEORY – 2ND EDITION, CAMBRIDGE UNIVERSITY PRESS, 2017

- G-H TZENG, J-J HUANG - MULTIPLE ATTRIBUTE DECISION MAKING: METHODS AND APPLICATIONS - 1ST EDITION, CRC PRESS, 2011

- R. SHARDA, D. DELEN, E. TURBAN – BUSINESS INTELLIGENCE AND ANALYTICS: SYSTEMS FOR DECISION SUPPORT – 10TH EDITION, PEARSON, 2013

- V.L. SAUTER – DECISION SUPPORT SYSTEMS FOR BUSINESS INTELLIGENCE – 2ND EDITION, WILEY, 2011

- G. ANTONIOU, P. GROTH, F. VAN HARMELEN – A SEMANTIC WEB PRIMER – 3RD EDITION, MIT PRESS, 2012

- M. LUTZ – LEARNING PYTHON – 5TH EDITION, O’REILLY, 2013

- C.R. SEVERANCE - PYTHON FOR EVERYBODY: EXPLORING DATA USING PYTHON 3 (FREE WEB RESOURCE)

Altre Informazioni
ULTERIORE MATERIALE DIDATTICO SARÀ MESSO A DISPOSIZIONE DAL DOCENTE.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2021-02-19]