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
 

MODALITA' 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