Salta al contenuto principale
CODICE 100607
ANNO ACCADEMICO 2025/2026
CFU
SETTORE SCIENTIFICO DISCIPLINARE INF/01
LINGUA Italiano
SEDE
  • GENOVA
PERIODO 1° Semestre

PRESENTAZIONE

Questo corso introduce i fondamenti della analisi statistica e della visualizzazione dei dati, insegnando agli studenti principi di informatica, statistica e visual design per analizzare e visualizzare dati complessi.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

La quantità di dati generata nel mondo ogni anno sta crescendo esponenzialmente. Una delle sfide più impegnative della data science è definire e progettare i metodi più opportuni per estrarre informazione e nuova conoscenza. L’ insegnamento è rivolto a studenti che affrontano l'analisi e la visualizzazione dei dati per la prima volta. Attraverso l'informatica, la statistica e il visual design, gli studenti impareranno i fondamenti della data science e del machine learning. Nello specifico impareranno a: (1) organizzare la raccolta dei dati (2) descrivere la struttura di un insieme di dati (anche in molte dimensioni) (3) scegliere la più opportuna rappresentazione grafica per mostrare una o più caratteristiche quantitative dell’insieme dei dati (4) generare report e narrazioni data-driven

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Obiettivi Formativi - Dettaglio

Il corso mira a fornire una solida base nei principi fondamentali della analisi dei dati e della loro visualizzazione, con un focus su:

  1. Comprensione dei Dati
    Far comprendere agli studenti l'importanza e l'impatto della crescente quantità di dati generati globalmente.
  2. Metodologie di Analisi dei Dati
    Fornire strumenti e tecniche per estrarre informazioni significative e nuova conoscenza dai dati.
  3. Visualizzazione dei Dati
    Educare gli studenti sui principi del visual design applicati alla rappresentazione grafica dei dati.
  4. Applicazioni Pratiche
    Preparare gli studenti a implementare tecniche di raccolta, analisi e visualizzazione dei dati in contesti reali.

Risultati di Apprendimento

Al termine del corso, gli studenti saranno in grado di:

  1. Organizzare e Gestire Dati
    Pianificare e implementare processi per la raccolta e la gestione di dataset, comprendendo le problematiche legate alla qualità e alla varietà dei dati.
  2. Analizzare Strutture di Dati
    Descrivere e analizzare la struttura di un insieme di dati con indicatori basati sulla statistica
  3. Rappresentare Dati Graficamente
    Scegliere e creare rappresentazioni grafiche efficaci per visualizzare caratteristiche quantitative e qualitative di dati complessi, con attenzione alla chiarezza e all'interpretabilità.
  4. Sviluppare Report Data-Driven
    Elaborare report e narrazioni basate sui dati, utilizzando strumenti di visualizzazione e tecniche di storytelling per comunicare le analisi in modo chiaro e coinvolgente.

PREREQUISITI

  • Familiarità con l'uso di computer e software comuni, come fogli di calcolo 
  • Nozioni di base sui principi del design visivo, inclusi elementi come colore, tipografia, composizione e gerarchia visiva.
  • Esperienza nell'uso di strumenti di design grafico, come Adobe Illustrator
  • Buone capacità di comunicazione scritta e orale, utili per la presentazione dei risultati delle analisi.
  • Attitudine al lavoro di gruppo e alla collaborazione interdisciplinare.

MODALITA' DIDATTICHE

Il corso si svolgerà con una combinazione di lezioni frontali, attività di gruppo e sessioni pratiche. Le lezioni sono strutturate per fornire agli studenti una comprensione teorica dei concetti, seguita da applicazioni pratiche e progettuali.

Lezioni Frontali

  • Teoria e Concetti Fondamentali
    Introduzione ai principi della statistica e visualizzazione dei dati.
  • Dimostrazioni Pratiche
    Esempi e casi studio reali per illustrare l'applicazione delle tecniche discusse.

Attività di Gruppo

  • Progetti Collaborativi
    Gli studenti lavoreranno in gruppi su progetti di analisi e visualizzazione dei dati. 
  • Problem-Solving e Brainstorming
    Sessioni di lavoro in gruppo per discutere e risolvere problemi specifici, incoraggiando la collaborazione e lo scambio di idee.
  • Revisione
    Momenti dedicati alla revisione dei progetti degli studenti, con feedback costruttivo da parte del docente e dei compagni.

Strumenti di lavoro

  • Fogli di Calcolo
    Utilizzo di software come Microsoft Excel o Google Sheets per la raccolta, l'organizzazione e l'analisi preliminare dei dati.
  • Strumenti di Visualizzazione
    Impiego di software come RawGraphs per creare visualizzazioni dei dati intuitive e personalizzate, facilitando la comprensione delle strutture complesse dei dataset.
  • Strumenti di editing grafico
    Uso di Adobe Illustrator per perfezionare le visualizzazioni create, garantendo un design professionale e di alta qualità.

PROGRAMMA/CONTENUTO

Il corso si articola in lezioni teorico-pratiche su questi temi

  • Introduzione all'analisi e visualizzazione dei dati
  • Visual Perception + Five guidelines for better data visualization
  • Data Collection
  • Data Analysis
  • Alfabeto delle visualizzazioni notevoli

TESTI/BIBLIOGRAFIA

Libro di riferimento per la parte di introduzione all'analisi dei dati

Columbro, Donata, and Agnese Pagliarini. Ti spiego il dato. Quinto Quarto, 2021.

Libri consigliati

Data Visualization handbook - J. Koponen, J. Hilden - Aalto University Press, 2019

Better Data Visualizations: A Guide for Scholars, Researchers, and Wonks. - Schwabish, Jonathan - Columbia University Press, 2021.

Visualization Analysis and Design - Tamara Munzner - AK Peters Visualization Series. CRC Press, 2014.

Libri Rilevanti

The Atlas of the invisible - James Cheshire and Oliver Uberti 

Storytelling with data - Cole Nussbaumer Knaflic

Envisioning Information - Edward Tufte 

Visual Complexity - Manuel Lima

The joy of visual perception - Peter Kaiser 

Interactive Data Visualization for the Web - Scott Murray - O’Reilly, 2013-2017 (1st-2nd edition)

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/corsi/11440/studenti-orario

Orari delle lezioni

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

ESAMI

MODALITA' D'ESAME

 

  • quiz sui temi trattati a lezione e su "ti spiego il dato"
  • presentazione tavola infografica su un progetto di raccolta, analisi e visualizzazione dei dati

MODALITA' DI ACCERTAMENTO

Il voto finale è determinato dalla media dei risultati ottenuti nelle due prove.

La valutazione del quiz considera la conoscenza del dominio.
Quella della tavola considera la conoscenza del dominio, la correttezza analitica, la qualità dell'elaborazione grafica, la pertinenza del commento e la chiarezza comunicativa.