Big Data – 4 CFU

L’obiettivo del corso è illustrare le soluzioni per la gestione e l’elaborazione dei big data. Nella prima parte del corso si definiscono le caratteristiche dei big data e si introducono i concetti relativi ai sistemi ed alle tecnologie per la loro gestione ed elaborazione. Nella seconda parte del corso si fornisce una panoramica su MapReduce e Hadoop e si introducono i concetti relativi alla programmazione in MapReduce per rispondere a domande relative ai dati.

Sistemi Informativi Geografici  – 4 CFU

L’obiettivo del corso è introdurre all’informazione geografica e ai sistemi di geoknowledge, concetti di geodatabase, esemplificazione degli ambiti applicativi del GIS, funzioni e strumenti per la GIS Analysis e la Geostatistica, la georeferenziazione e la geocodifica di informazioni. Cartografia di base e cartografia tematica, introduzione ai webgis e al remote sensing. Presentazione di strumenti GIS open source.

Visual Data Mining – 5 CFU

Il corso si focalizza sulle principali tecniche di visualizzazione e di analisi esplorativa dei dati. Nel dettaglio si affronteranno:

1. Principali tecniche di visualizzazione di dati strutturati e non strutturati mediante l’ausilio del software statistico R/R studio.
2. Principi di base per l’esportazione dei dati;
3. Metodi e tecniche di data mining per la rappresentazione di dati multidimensionali.

Analisi dati con R

Data Management – 4 CFU

1. Management: in linea con i più aggiornati standard internazionali di riferimento, il corso adotta il metodo dell’analisi sistemica per fornire appropriata conoscenza in tema di rapporto tra impresa – forza competitiva – e ambiente. Esso, del pari, si focalizza sul ruolo di autonomia decisionale ed economicità quale base necessaria all’esaustiva comprensione dello stato di salute dell’impresa ed, in particolare, delle sue condizioni di sopravvivenza e possibile sviluppo. Particolare enfasi, in tal senso, viene posta sulle modalità di creazione e distribuzione di valore economico, etico-sociale e ambientale. In sintesi, gli argomenti che verranno approfonditi sono l’impresa come forza competitiva, l’analisi sistemica di governo e management dell’impresa, autonomia decisionale ed economicità e creazione e distribuzione di valore economico, etico-sociale e ambientale;
2. Open Data;
3. Web Marketing.

Social Network Analysis – 4 CFU

In questo corso lo studente potrà acquisire gli elementi metodologici di base della Social Network Analysis applicata ai Big Data, combinando tra loro contributi provenienti da discipline differenti, tra cui: data science, sociologia, matematica e informatica. Sono previsti anche cenni di Analisi Semantica.

Il corso è articolato in tre parti, una teorica, una di discussione di casi di studio applicativi e una pratica di laboratorio. Nella parte pratica gli studenti impareranno ad utilizzare il software Condor e, in base alla rispondenza dell’aula, eventualmente anche i software Pajek e Gephi. Definizione di rete: – Elementi base dell’analisi delle reti, – Prospettiva di rete (network effect, ipotesi e test all’interno delle reti) – Misure e metriche di centralità – Egonetwork, significato e analisi Studio della propria egonetwork su Facebook.

Machine Learning – 4 CFU

Introduzione alle macchine di apprendimento: apprendimento supervisionato (problemi di classificazione e di regressione) e non supervisionato (clustering).

Macchine di apprendimento supervisionato: Support Vector Machines (SVM), Alberi di Decisione, Random Forest, Reti Neurali (Multi Layer Perceptron e reti RBF).

Teoria dell’apprendimento di Vapnick e connessione tra reti neurali e SVM.

Cenni su algoritmi di apprendimento per gli strumenti definiti.

Il corso prevede delle esercitazioni pratiche in Python con l’uso di Tensor Flow.

Sistemi di supporto alle decisioni

Data Journalism and Storytelling – 5 CFU

L’obiettivo del corso è leggere e capire i dati, ricercare fonti attendibili, utilizzare i database presenti in rete per fare analisi giornalistiche. Una parte del modulo didattico è dedicato alla costruzione e alla narrazione di un racconto mediante l’utilizzo dei dati.

Time Series Analysis – 5 CFU

Scopo del corso è di fornire un’ampia introduzione alle tecniche per l’analisi delle serie temporali di dati (time series). In parallelo verranno presentati i principali modelli per la rappresentazione delle time series e le tecniche computazionali, in R e/o Matlab, per l’analisi dei dati reali.

Text Analytics and Opinion Mining – 4 CFU

Strumenti e tecniche di Text Analytics and Opinion Mining; trattamento del linguaggio naturale; costruzione di risorse statistico-linguistiche e di grammatiche locali, Text clustering, Text classification, sentiment analysis. L’approccio sarà teorico pratico. I laboratori si svolgeranno con l’ausilio di diversi software (R, Iramuteq).