LABORATORIO DI INFORMATICA

Luigi TROIANO LABORATORIO DI INFORMATICA

0212800021
DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE
CORSO DI LAUREA
STATISTICA PER I BIG DATA
2022/2023

ANNO CORSO 3
ANNO ORDINAMENTO 2018
SECONDO SEMESTRE
CFUOREATTIVITÀ
530LABORATORIO
Obiettivi
OBIETTIVO DEL CORSO È INTRODURRE LO STUDENTE ALLO SVILUPPO DI ALGORITMI PER IL TRATTAMENTO DEI BIG DATA. VERRANNO INTRODOTTI PROBLEMI IN VARIE AREE DI APPLICAZIONE DEI BIG DATA E SI STUDIERANNO STRATEGIE E MODELLI DI SOLUZIONE.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
DURANTE IL CORSO, LO STUDENTE ACQUISIRÀ UNA CONOSCENZA TEORICA E PRATICA DI PROBLEMI RELATIVI AL TRATTAMENTO DEI BIG DATA IN VARI SETTORI APPLICATIVI, IN MODO DA ESSERE IN GRADO DI ANALIZZARNE GLI ASPETTI COMPUTAZIONALI E DI TROVARE SOLUZIONI ALGORITMICHE ADEGUATE. L’OBIETTIVO CONSISTE NELL’APPRENDERE SU COME UTILIZZARE AL MEGLIO LA VARIETÀ DI SOLUZIONI DISPONIBILI, ORIENTANDONE LA SCELTA ATTRAVERSO UNA CONOSCENZA DELLE LORO CARATTERISTICHE, ANCHE ATTRAVERSO ESEMPI PRATICI DI APPLICAZIONE.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
L’IMPOSTAZIONE DEL CORSO INTENDE SVILUPPARE NELLO STUDENTE CONSAPEVOLEZZA CIRCA LA PROGETTAZIONE E LA REALIZZAZIONE DI SOLUZIONI COMPUTAZIONALI PER I BIG DATA, ATTRAVERSO LO STUDIO TEORICO E L’ESERCIZIO PRATICO SU ASPETTI INERENTI LA GESTIONE DELLA COMPLESSITÀ DEI DIFFERENTI APPROCCI E DELLE CARATTERIZZAZIONI SPECIFICHE DEI DIFFERENTI AMBITI APPLICATIVI.
Prerequisiti
PROGRAMMAZIONE; ALGORITMI E STRUTTURE DATI; ANALISI E VISUALIZZAZIONE DEI DATI; ARCHITETTURE PER I BIG DATA; MODELLI PROBABILISTICI PER L'ANALISI DEI DATI
Contenuti
LA CONOSCENZA PRATICA DI STRUMENTI ORIENTATI ALL’ANALISI DATI RIVESTE UN RUOLO FONDAMENTALE NEL PROFILO DI COMPETENZE CHE OGGI VENGONO RICHIESTE NELLE MODERNE ORGANIZZAZIONI GUIDATE DAI DATI.

IL CORSO DI LABORATORIO DI INFORMATICA INTENDE FORNIRE UN’ESPERIENZA PRATICA NELLA SOLUZIONE DI PROBLEMI DI ANALISI UTILIZZANDO PYTHON E LE RELATIVE LIBRERIE.

MODULO UNICO DI 30 ORE, DI CUI 8 DI LEZIONE FRONTALE E 22 DI ESERCITAZIONE.

IDEAZIONE, CODIFICA E VALIDAZIONE DI SOLUZIONI ALGORITMICHE NELLA COSTRUZIONE DI MODELLI PER L'ANALISI DATI BASATI SU PYTHON E LE SUE LIBRERIE PANDAS, SCIKIT-LEARN E PYSPARK.
Metodi Didattici
IL CORSO HA UN'IMPOSTAZIONE ORIENTATA ALLA PRATICA APPLICAZIONE DI TECNICHE PER IL CODING DI SOLUZIONI ALGORITMICHE.
Verifica dell'apprendimento
L’ESAME CONSISTE IN UN ELABORATO (OPZIONALE), IN UNA PROVA LABORATORIALE E IN UN TEST SCRITTO.
L’ELABORATO, CHE VIENE SVOLTO DALLO STUDENTE INDIVIDUALMENTE O IN GRUPPO, CONSISTE IN UN PICCOLO PROGETTO DIDATTICO IN CUI LO STUDENTE AVRÀ LA POSSIBILITÀ DI METTERSI ALLA PROVA CON L’APPLICAZIONE DELLE TECNOLOGIE APPRESE DURANTE IL CORSO E DI PRESENTARNE LA SOLUZIONE IN SEDE DI ESAME. LA PROVA LABORATORIALE, DELLA DURATA DI 90 MINUTI, VIENE SVOLTA INDIVIDUALMENTE DALLO STUDENTE IN RISPOSTA AD UN ESERCIZIO DI PROGRAMMAZIONE PRESENTATO AD INIZIO DELLA PROVA D’ESAME. ESSA HA COME OBIETTIVO LA VERIFICA DELLE COMPETENZE TECNICHE CHE SI ASSUME VENGANO APPRESE DURANTE IL CORSO. IL TEST SCRITTO SEGUE LA PROVA LABORATORIALE ED È COMPOSTO DI 5 DOMANDE A RISPOSTA MULTIPLA. ESSO HA UNA DURATA DI 15 MINUTI E HA COME OBIETTIVO QUELLO DI VERIFICARE L’APPRENDIMENTO DELLE NOZIONI TECNICHE E METODOLOGICHE ILLUSTRATE AL CORSO.
Testi
DISPENSE FORNITE DAL DOCENTE.
Altre Informazioni
E' RICHIESTA LA FREQUENZA REGOLARE AL CORSO SECONDO I CRITERI DEFINITI DALL’AREA DIDATTICA.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-08-21]