Presentazione

Organizzazione della Didattica

DM270
DATA SCIENCE ORD. 2017


6

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 48 0 0 102

Periodo

AnnoPeriodo
I anno2 semestre

Frequenza

Facoltativa

Erogazione

Convenzionale

Lingua

Inglese

Calendario Attività Didattiche

InizioFine
26/02/201801/06/2018

Tipologia

TipologiaAmbitoSSDCFU
caratterizzanteTecnologie dell'informaticaINF/013
caratterizzanteTecnologie dell'informaticaING-INF/053


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof. PIETRACAPRINA ANDREA ALBERTOINF/01Dipartimento di Ingegneria dell'Informazione

Altri Docenti

Non previsti.

Attività di Supporto alla Didattica

Non previste.

Bollettino

Competenze relative al progetto e all'analisi di algoritmi e strutture dati, e conoscenza delle nozioni fondamentali di calcolo delle probabilità e statistica.

Il corso fornisce allo studente conoscenze relative ai principali strumenti e metodi per l'analisi di insiemi di dati potenzialmente grandi.

Lezioni frontali e attività propedeutiche allo svolgimento del progetto

Il corso affronterà i seguenti argomenti: Introduzione al fenomeno dei Big Data Programming frameworks: MapReduce/Hadoop, Spark Association Analysis Clustering Graph Analytics (metriche di centralità, scale-free/Power-law graphs, fenomeno dello small world, uncertain graphs) Similarity and diversity search

Prova scritta e progetto (di gruppo) obbligatori. I progetti sono presentati e discussi a fine corso o, facoltativamente, in una prova orale successiva al superamento dello scritto.

La valutazione finale è ottenuta combinando la valutazione del progetto e quella dello scritto.

J. Leskovec, A. Rajaraman and J. Ullman, Mining Massive Datasets. : Cambridge University Press, 2014

Il diario delle lezioni, il materiale didattico e le modalità d'esame dettagliate saranno resi disponibili sul sito web accessibile da MOODLE.