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 MATERIALE DIDATTICO AULAWEB 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 Commissione d'esame ALESSANDRO VERRI (Presidente) GIOVANNA GUERRINI BARBARA CATANIA (Presidente Supplente) 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. Calendario appelli Data appello Orario Luogo Tipologia Note 20/02/2026 09:00 GENOVA Esame su appuntamento 08/06/2026 09:00 GENOVA Esame su appuntamento 07/09/2026 09:00 GENOVA Esame su appuntamento ALTRE INFORMAZIONI Per ulteriori informazioni, consultare il modulo Aulaweb dell'insegnamento o contattare il docente.
