CODICE 100607 ANNO ACCADEMICO 2025/2026 CFU 4 cfu anno 1 DESIGN PRODOTTO EVENTO 11943 (LM-12 R) - GENOVA 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: Comprensione dei Dati Far comprendere agli studenti l'importanza e l'impatto della crescente quantità di dati generati globalmente. Metodologie di Analisi dei Dati Fornire strumenti e tecniche per estrarre informazioni significative e nuova conoscenza dai dati. Visualizzazione dei Dati Educare gli studenti sui principi del visual design applicati alla rappresentazione grafica dei dati. 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: 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. Analizzare Strutture di Dati Descrivere e analizzare la struttura di un insieme di dati con indicatori basati sulla statistica 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. 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 ANNALISA BARLA Ricevimento: Su appuntamento via email. 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.
