Secondo Ciclo Semestrale

Il quantitativo di dati che è possibile analizzare adesso è enorme. Si parla di “data science” per indicare il campo di ricerca nel quale sono studiate e applicate tecniche per estrarre informazioni, analizzare i contenuti e scoprire nuova conoscenza da sorgenti dati di grandi dimensioni (big data) al fine di ottenere un vantaggio competitivo. La “data science” ha quindi una importanza cruciale sia per il mondo del lavoro sia per quello della ricerca.

Il corso intende avere un orientamento prettamente pratico e prevede una serie di attività attraverso le quali verranno introdotte e analizzate le tecniche fondamentali di analisi di big data che includono algoritmi per la gestione di dati (e.g., MapReduce), applicazione algoritmi di data mining e di modellazione statistica, applicazioni di analisi lessicale del testo (NLP). Il corso prevede lo sviluppo di semplici programmi con il linguaggio Python (in particolare e librerie pandas e scikit-learn).

Attraverso questo corso gli studenti saranno in grado di:

•  Conoscere i maggiori trend tecnologici, scientifici e applicativi connessi con i big data e la data science.
•  Modellare un problema relativo all’analisi di dati e proporre approcci per la sua risoluzione.
•  Utilizzare alcune importanti tecniche di analisi di dati, text analysis e data mining.
•  Utilizzare le librerie pandas, sklearn per applicare tecniche di data mining finalizzate all’analisi dei dati.
•  Applicare tecniche di data mining e machine learning a sistemi in produzione (MLops)