Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Per gli Studenti
Data Analytics

Codice ins.

Insegnamento

CFU ins.

Tipo ins.

Anno

Sem.

SSD ins.

Responsabile insegnamento

F1801Q104

Data Analytics

6

OBS

2

2

INF/01

ARCHETTI Francesco

 

Data Analytics

 

 

 

 

 

 

Contenuti:

  • Open Data and Open Innovation
  • Data Visualization e Analytics
  • Data Analytics per Smart cities and Smart Communities: Collaborative Intelligence and Social innovation
  • Discussione di progetti in ambito europeo, nazionale e regionale sui temi di Data Analytics (ad esempio: gestione di reti idriche, monitoraggio ambientale, mobilità personale e sostenibile, news analytics)
  • Discussione di case studies di iniziative imprenditoriali nel settore Data Analytics

Durante il corso si vedranno alcune applicazioni specifiche finalizzate all’analisi di dati multimediali  (testo/audio/video)

Obiettivi formativi:
Obiettivo formativo primario è una figura consulenziale di alto livello in grado di rappresentare sistemi complessi con strumenti formali, analizzarne le criticità e supportare lo sviluppo di strategie gestionali e decisionali.
Lo studente avrà l’abilità di finalizzare a contesti professionali le reti sociali e le tematiche di collective intelligence e user generated contents.

Prerequisiti:

Conoscenze di base su organizzazione e gestione di basi di dati
Competenze di base su programmazione Java

Metodi didattici

Il materiale didattico sarà erogato prevalentemente in aula sia attraverso lezioni frontali sia attraverso la partecipazione a gruppi di studio.

Programma esteso:

  • Open Data and Open Innovation
  • Stato dell’arte e obiettivi strategici del paradigma Open Data
  • Business opportunities per Open Data: The Open Innovation Paradigm
  • Data Visualization e Analytics
  • Data Analytics per Smart cities and Smart Communities: Collaborative Intelligence and Social innovation
  • Discussione di progetti in ambito europeo, nazionale e regionale sui temi di Data Analytics (ad esempio: gestione di reti idriche, monitoraggio ambientale, mobilità personale e sostenibile, news analytics)
  • Discussione di case studies di iniziative imprenditoriali nel settore Data Analytics

Testi di riferimento:
S. Russel, P. Norvig. “Intelligenza Artificiale: Un Approccio Moderno”, III Edizione
G. Mitra, L. Mitra, The Handbook of News analytics in finance, Wiley, 2011.
Chesbrough, H.W. (2003). Open Innovation: The new imperative for creating and profiting from technology. Boston: Harvard Business School Press
Chesbrough, H.W. (2003). Open Innovation: The new imperative for creating and profiting from technology. Boston: Harvard Business School Press, p. Xxiv
Articoli e dispense.

Modalità di verifica dell'apprendimento:
I progressi dello studente verranno monitorati anche attraverso l’assegnazione di relazioni scritte, in numero di 3, che verranno poi riprese e discusse in aula con la partecipazione degli studenti stessi. Alcuni argomenti verranno trattati con un esteso supporto di materiale multimediale e verrà fatto uso anche di soluzioni di e-learning.

Tipo esame:
Orale

Tipo valutazione:
Voto finale

Contenuti:

  • Open Data and Open Innovation
  • Data Visualization and Analytics
  • Data Analytics for Smart cities and Smart Communities: Collaborative Intelligence and Social innovation
  • Discussion about European, national and regional projects on Data Analytics issues (e.g., water distribution system management, environmental monitoring, personal and sustainable mobility, news analytics)
  • Discussion about case studies related to enterprise initiatives in the Data Analytics domain.

Applications on multimedia data (text, audio and video) analysis will be considered during the course

Obiettivi formativi:
At the end of the course, students will be able to provide high level advices, in particular complex systems representation through formal approaches, criticisms identification and analysis, support to the development of decision and management strategies.
Furthermore, students will be able to adopt and adapt social network, collective intelligence and user generated contents issues to professional contexts.

Prerequisiti:
Basic knowledge on databases development and management
Basic knowledge on Java programming

Metodi didattici:
The course will be provided mainly through frontal lessons and also through the participation to working groups.

 Programma esteso:

  • Open Data and Open Innovation
  • State of the art and strategic goals of Open Data
  • Business opportunities with Open Data: The Open Innovation Paradigm
  • Data Visualization and Analytics
  • Data Analytics for Smart Cities and Smart Communities: Collaborative Intelligence and Social innovation
  • Discussion about European, national and regional projects on Data Analytics issues (e.g., water distribution system management, environmental monitoring, personal and sustainable mobility, news analytics)
  • Discussion about case studies related to enterprise initiatives in the Data Analytics domain.

Testi di riferimento:
S. Russel, P. Norvig. “Intelligenza Artificiale: Un Approccio Moderno”, III Edizione
G. Mitra, L. Mitra, The Handbook of News analytics in finance, Wiley, 2011.
Chesbrough, H.W. (2003). Open Innovation: The new imperative for creating and profiting from technology. Boston: Harvard Business School Press
Chesbrough, H.W. (2003). Open Innovation: The new imperative for creating and profiting from technology. Boston: Harvard Business School Press, p. Xxiv
Journal papers and material provided by the teacher.

Modalità di verifica dell'apprendimento:
Learning will be monitored and evaluated through the assignment of reports – three for the whole course – that will be then discussed with the class. Some issues will be investigated by using multimedia material and support and also e-learning solutions will be considered.

Tipo esame:
Orale

Tipo valutazione:
Voto finale

 

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 24/06/2013