DATA SCIENCE

Sabrina SENATORE DATA SCIENCE

0222600021
DIPARTIMENTO DI SCIENZE AZIENDALI - MANAGEMENT & INNOVATION SYSTEMS
CORSO DI LAUREA MAGISTRALE
BUSINESS INNOVATION AND INFORMATICS - BUSINESS, INNOVAZIONE ED INFORMATICA
2017/2018

ANNO CORSO 2
ANNO ORDINAMENTO 2016
PRIMO SEMESTRE
CFUOREATTIVITÀ
1060LEZIONE
Obiettivi
IL PERCORSO FORMATIVO (60 ORE E 10 ECTS) SI PROPONE DI FAR ACQUISIRE AGLI STUDENTI UNA DOTAZIONE DI CONOSCENZE RELATIVE ALL’ANALISI DEI DATI A LIVELLO MASSIVO , PER CONSENTIRE UNA GESTIONE SCALABILE CON COMPLESSI SISTEMI E PIATTAFORME ETEROGENEE. ESSO SI PROPONE, INFATTI, DI SVILUPPARE CAPACITÀ ANALITICHE ORIENTATE ALLA RISOLUZIONE DI PROBLEMI COMPLESSI E ARTICOLATI CHE RICHIEDONO SOLUZIONI IBRIDE NELLA GESTIONE DI DATI MASSIVI ATTRAVERSO APPROCCI DI DATA MINING, CON TECNICHE DISTRIBUITE, CON PARADIGMIDI COMPUTAZIONE AVANZATI., FINALIZZATE AL DISCOVERY DATA-DRIVEN E ALLA PREDIZIONE.

LO STUDENTE, AL TERMINE DEL PERCORSO FORMATIVO, AVRÀ ACQUISITO CONOSCENZE TEORICHE E CAPACITÀ PRATICHE DI DATA ANALYTICS (PER LA RISOLUZIONE DI PROBLEMI DERIVANTI DALL’ACQUISIZIONE E GESTIONE DI GRANDI MOLI DI DATI), NONCHÉ CAPACITÀ DI UTILIZZO DELLE PRINCIPALI TECNICHE E DEGLI STRUMENTI UTILI ALLA RISOLUZIONE DI TALUNE PROBLEMATICHE SPECIFICHE.

LO STUDENTE SARÀ STIMOLATO ALLO SVILUPPO DI CAPACITÀ DI ANALISI E DESCRIZIONE/ESTRAZIONE DELLE CARATTERISTICHE INSITE NEI DATI, E L’ABILITÀ DI FORNIRE UN MODELLO ASTRATTO CHE EVIDENZI LE PECULIARITÀ RILEVATE DALL’ELABORAZIONE DEI DATI STESSI.

IL CORSO MIRA A SVILUPPARE COMPETENZE SUL DATA COLLECTION E FAVORIRE LO SVILUPPO DI CAPACITÀ DI ANALISI CRITICA, ATTRAVERSO UN APPROCCIO IBRIDO PER DEFINIRE UNA STRATEGIA COMPLESSIVA VOLTA A TRASFORMARE I DATI IN INFORMAZIONI UTILI.
Prerequisiti
NESSUNO
Contenuti
OBIETTIVO DEL CORSO È, IN GENERALE, FORNIRE UNA PREPARAZIONE SOLIDA E MODERNA ALLA COMPRENSIONE E GESTIONE DELLE VARIE PROSPETTIVE E SFUMATURE CHE INTERVENGONO NELL'ANALISI COMPLETA DEI DATI.
I CONTENUTI INCLUDONO: LA MANIPOLAZIONE DEI DATI SU LARGA SCALA; UN’OVERVIEW DELLE POTENZIALI TECNOLOGIE E CONTESTI OPERATIVI ESISTENTI; APPROCCI METODOLOGICI E FORMALI AL DATA ANALYTICS; VISUALIZZAZIONE DEI DATI E PROVENANCE; MODELLAZIONE E ASTRAZIONE ATTRAVERSO I LINGUAGGI ONTOLOGICI, NELL’AMBITO DEL SEMANTIC WEB.
IL CORSO SI ARTICOLA IN TRE PARTI.
LA PRIMA PARTE PONE I FONDAMENTI SULLE METODOLOGIE E APPROCCI FORMALI ORIENTATI AL BIG DATA ANALYSIS. VENGONO STUDIATI I PRINCIPALI ALGORITMI UNSUPERVISED, SUPERVISED E PREDITTIVI PER ANALIZZARE E MANIPOLARE I DATI.
LA SECONDA PARTE È VOLTA A PRESENTARE LE TECNICHE E TOOL PER L’ANALISI DI GRANDI QUANTITÀ DI DATI; IN QUESTA PARTE DEL CORSO SI STUDIANO I PRINCIPALI SISTEMI DISTRIBUITI PER LA GESTIONE DI DATI E BASI DI DATI, COME PURE PARADIGMI E MODELLI PER LA COMPUTAZIONE DISTRIBUITA.
LA TERZA PARTE INVECE SI FOCALIZZA SULLO STUDIO DI TECNICHE AVANZATE PER LA MODELLAZIONE E ASTRAZIONE DEI DATI GREZZI: L’INFORMAZIONE CHE DERIVA DAI DATI STESSI È ELABORATA ATTRAVERSO “STRATEGIE E METODI PER IDENTIFICARE, RACCOGLIERE, SVILUPPARE, CONSERVARE E RENDERE ACCESSIBILE LA CONOSCENZA” GRAZIE A STRUMENTI EVOLUTI DELL’INFORMATION TECNOLOGY. IN QUESTO AMBITO SI COLLOCA IL SEMANTIC WEB CHE FORNISCE UNA METODOLOGIA PER LA FORMALIZZAZIONE ESPLICITA DELLA CONOSCENZA ATTRAVERSO TECNICHE E LINGUAGGI ONTOLOGY-DRIVEN.
Metodi Didattici
IL CORSO PREVEDE LEZIONI FRONTALI IN AULE ED ESERCITAZIONI PRATICHE SUGLI ARGOMENTI TRATTATI IN CLASSE.
Verifica dell'apprendimento
IL CORSO PREVEDE UNA PROVA SCRITTA E UNA PROVA ORALE.



Testi
JOEL GRUS, "DATA SCIENCE FROM SCRATCH", 2015 - O'REILLY MEDIA.
Altre Informazioni
SLIDES E DISPENSE FORNITE DAL DOCENTE

  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-05-14]