Salta al contenuto principale
CODICE 86794
ANNO ACCADEMICO 2021/2022
CFU
SETTORE SCIENTIFICO DISCIPLINARE ING-INF/05
LINGUA Inglese
SEDE
  • GENOVA
PERIODO 2° Semestre
MATERIALE DIDATTICO AULAWEB

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

The first part of the course will focus on architectural aspects of transactional systems, query processing, transaction management and recovery. The second part will deal with the issues of data warehouse design, data mining and knowledge discovery techniques .The student will be able to apply the acquired skills in : Query processing Transaction management and recovery. Conceptual data warehouse project Fact and Snowflake models Logical data warehouse project Architecture of a Data Mart. Data mining and knowledge discovery techniques Frequent Pattern Analisys Classification techniques Decision tree and Bayesian Classifiers

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Processing delle query

Gestione e recovery delle transazioni.

Progetto di data warehouse dal punto di vista concettuale

Modelli Fact e Snowflake

Progetto di data warehouse dal punto di vista logico

Architettura di un Data Mart.

Tecniche di data mining e knowledge discovery

Frequent Pattern Analisys

Tecniche di classificazione

Classificatori ad Albero a regole e Bayesiani

PREREQUISITI

Conoscenza delle basi di dati relazionali , del linguaggio Sql e delle tecniche di indicizzazione

PROGRAMMA/CONTENUTO

Il corso verterà inizialmente su aspetti architetturali dei sistemi transazionali, processing delle query, gestione ed recovery delle transazioni.
Nella seconda parte verranno affrontate le tematiche di progetto di data warehouse sia dal punto di vista concettuale che dal punto di vista logico, verranno presentati i modelli a costellazione di fatti (Fact)  e Snowflake e l’architettura di un Data Mart con particolare riferimento alle tecniche ETL
Nella terza parte verranno analizzate e discusse e le tecniche di data mining e knowledge discovery per il recupero di informazioni in grandi quantità di dati, con particolare riferimento alla Frequent Pattern Analisys e alle tecniche di classificazione mediantei classificatori ad albero , a regole e  Bayesiani.

TESTI/BIBLIOGRAFIA

Appunti su Aulaweb

Kimball and Ross "The data warehouse toolkit" - Wiley & Sons
Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques” - Morgan Kaufmann

DOCENTI E COMMISSIONI

Commissione d'esame

ANTONIO BOCCALATTE (Presidente)

ALESSIO MERLO

MASSIMO PAOLUCCI

ALESSANDRO ARMANDO (Presidente Supplente)

LEZIONI

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Progetto individuale e prova orale successiva alla coinsegna e  verifica del progetto individuale

MODALITA' DI ACCERTAMENTO

Capacità di progettazione rispetto agli obiettivi formativi

Calendario appelli

Data appello Orario Luogo Tipologia Note
11/01/2022 10:00 GENOVA Scritto
14/02/2022 10:00 GENOVA Scritto
10/06/2022 10:00 GENOVA Scritto
12/07/2022 10:00 GENOVA Scritto
06/09/2022 10:00 GENOVA Scritto