CODICE 101801 ANNO ACCADEMICO 2025/2026 CFU 6 cfu anno 1 COMPUTER SCIENCE 11964 (LM-18) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE INF/01 LINGUA Inglese SEDE GENOVA PERIODO 2° Semestre PRESENTAZIONE L'insegnamento incoraggia gli studenti ad applicare metodi, algoritmi e tecnologie di machine learning, calcolo distribuito e data warehousing in un progetto di analisi predittiva, sviluppato in autonomia dagli studenti. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Apprendere come lavorare su un progetto di analisi predittiva, utilizzando metodi, algoritmi e tecnologie di machine learning, calcolo distribuito e data warehousing. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Al termine del corso, lo studente/la studentessa sarà in grado di: APPLICARE metodi, algoritmi e tecnologie di machine learning, calcolo distribuito e data warehousing in un progetto reale di analisi predittiva. PREREQUISITI Fondamenti di Machine Learning, Calcolo Distribuito, Data Warehousing MODALITA' DIDATTICHE Lezioni frontali e progetto individuale. PROGRAMMA/CONTENUTO A seconda degli esami superati nel primo semestre, potrai lavorare su un progetto di analisi predittiva a tua scelta oppure su un progetto assegnato da uno dei docenti. TESTI/BIBLIOGRAFIA Il materiale verrà reso disponibile su Aulaweb. DOCENTI E COMMISSIONI ALESSANDRO VERRI Ricevimento: Appointment through email LEZIONI INIZIO LEZIONI In accordo con il calendario didattico approvato dal Consiglio dei Corsi di Studio in Informatica: https://corsi.unige.it/corsi/11964/studenti-orario Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Esame orale su appuntamento. Indicazioni per studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali sono disponibili a partire da https://corsi.unige.it/corsi/11964/studenti-disabilita-dsa MODALITA' DI ACCERTAMENTO Attraverso un progetto autonomo, verrà valutata la capacità dello studente di combinare e applicare le conoscenze acquisite nei corsi di Machine Learning, Distributed Computing e Data Warehousing su un progetto concreto di predictive analytics. ALTRE INFORMAZIONI Per ulteriori informazioni, consultare il modulo Aulaweb dell'insegnamento o contattare il docente.
