INTRODUZIONE ALLA DATA SCIENCE

INTRODUZIONE ALLA DATA SCIENCE

_
iten
Codice
101747
ANNO ACCADEMICO
2021/2022
CFU
6 cfu al 3° anno di 8759 INFORMATICA (L-31) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
INF/01
LINGUA
Italiano
SEDE
GENOVA (INFORMATICA )
periodo
2° Semestre
materiale didattico

PRESENTAZIONE

Il corso ha lo scopo di  introdurre temi generali legati all’area della Data Science. Verranno in particolare discusse le diverse fasi comunemente incluse in una pipeline di data science -- la raccolta, gestione, analisi e visualizzazione dei dati

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Acquisire familiarità con gli elementi di base della Data Science quali Big Data, Large Scale Architectures, Data Intensive Programming, Internet of Things e Intelligenza Artificiale

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Il corso ha lo scopo di presentare allo studente strumenti di base legati alle diverse fasi incluse in una comune pipeline di data science, che va dalla raccolta e gestione dei dati, all'analisi allo scopo di estrarre informazione da essi, fino alla visualizzazione del risultato per presentarlo anche ad utenti non esperti.

Alla fine del corso, lo studente avrà acquisito familiarità con le varie fasi, ed esperienza pratica grazie alle esperienze di laboratorio (in Python) e al progetto finale.

 

 

PREREQUISITI

Programmazione
Fondamenti di analisi, statistica e algebra lineare
 

Modalità didattiche

Lezioni frontali
Esercitazioni di laboratorio
 

 

PROGRAMMA/CONTENUTO

  • Introduzione a Python
  • Raccolta e gestione dei dati (incluse le fasi di pre-processing per curare i problemi tipici dei dati reali)
  • Analisi dati: analisi statistica, fondamenti di analisi predittiva
  • Visualizzazione (utilizzo di strumenti quali GeoPandas, Plotly, NetworkX)
  • Elementi di sistemi distribuiti, HPC e Big Data

 

TESTI/BIBLIOGRAFIA

Lucidi, lezioni registrate e note messe a dispozione dai docenti
Introduzione alla Programmazione in Python - Apogeo
Big Data Analysis - Apogeo

DOCENTI E COMMISSIONI

Ricevimento: Ricevimento su appuntamento da concordare via email (nicoletta.noceti@unige.it)

Commissione d'esame

NICOLETTA NOCETI (Presidente)

LEZIONI

Modalità didattiche

Lezioni frontali
Esercitazioni di laboratorio
 

 

INIZIO LEZIONI

Febbraio 2021

ORARI

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

ESAMI

Modalità d'esame

L'esame consiste nello svolgimento di un progetto su un argomento a scelta dello studente, concordato con il docente.
I risultati del progetto dovranno essere riassunti in una relazione scritta (in italiano o inglese a scelta dello studente) ed esposti durante la prova orale con il supporto di una presentazione.

Modalità di accertamento

Lo studente dovrà dimostrare di aver compreso gli aspetti fondamentali legati alla data science.
Inoltre la stesura della relazione del progetto avrà lo scopo di valutare le capacità di espressione e sintesi dello studente.