Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

GESTIONE E CONDIVISIONE DI BASI DI DATI E CONOSCENZA

Oggetto:

MANAGING AND SHARING DATA AND KNOWLEDGE BASES

Oggetto:

Anno accademico 2019/2020

Codice dell'attività didattica
CPS0209
Docenti
Prof. Luca Console (Titolare dell'insegnamento)
Prof.ssa Federica Cena (Titolare dell'insegnamento)
Corso di studi
Corso di laurea triennale in Innovazione sociale, comunicazione, nuove tecnologie (Classe L-20)
Anno
2° anno
Tipologia
Di base
Crediti/Valenza
12
SSD dell'attività didattica
INF/01 - informatica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Orale
Prerequisiti

Corsi del primo anno della Laurea in Innovazione Sociale, Comunicazione, Nuove Tecnolgie


First year course of Innovazione Sociale, Comunicazione, Nuove Tecnolgie

Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L'obiettivo del corso e' quello di fornire una panoramica delle metodologie e applicazioni informatiche avanzate maggiormente utilizzate oggi nel mondo delle imprese per la gestione e l'analisi di dati. In particolare, i temi che verranno analizzati in questo corso saranno: Data base, Data warehousing, OLAP e Data mining - Uso e analisi di (linked) open data. 

Gli strumenti teorici e tecnici forniti dal corso consentono allo studente di maturare le competenze necessarie alla progettazione e all'implementazione di basi di dati all'interno di organizzazioni, nonchè di usarle per analizzarne i dati.

Più in generale, l'insegnamento prepara gli studenti agli anni successivi all'interno del corso di laurea, attraverso l'acquisizione di conoscenza teorica ed empirica nel campo della gestione e condivisione della conoscenza, conosenze necessarie per affrontare i corsi di programmazione avanzata negli anni a venire.

 

The aim of the course is to provide an overview of the most advanced IT methods and applications used today in the business world for data management and analysis. In particular, the topics that will be analyzed in this course will be: Data base, Data warehousing, OLAP and Data mining - Use and analysis of (linked) open data.

The theoretical and technical tools provided by the course allow the student to develop the necessary skills to design and implement databases within organizations, as well as to use them to analyze the data.

More generally, the teaching prepares students for the following years within the degree course, through the acquisition of theoretical and empirical knowledge in the field of knowledge management and sharing, knowledge necessary to tackle advanced programming courses over the years to come.

 


Oggetto:

Risultati dell'apprendimento attesi

Conoscenza e capacità di comprensione

 Al termine di questo insegnamento lo studente dovrà:

- conoscere i fondamentali concetti dei sistemi informativi;

- conoscere la teoria alla base della definizione di basi di dati relazionali;

- conoscere i concetti di data warehouse;

- conoscere i fondamenti del data mining, ossia le tecniche e gli algoritmi più utilizzati

- conoscere i concetti degli open data e del web semantico

 

Capacità di applicare conoscenza e comprensione

Al termine di questo insegnamento lo studente saprà:

- utilizzare una terminologia appropriata per le basi di data;

- progettare una base di dati relazionale in un dominio di interesse;

- implementare una base di dati relazionale utilizzando il linguaggio SQL e il programma mysql

- utilizzare una base di dati per compiere interrogazioni sul contenuto

- progettare un datawarehouse

- applicare i principali algoritmi per implementare techniche di data mining supervisionato e non supervisionato

 

Autonomia di giudizio

Al termine dell’insegnamento lo studente saprà formulare un giudizio:

- sulle metodologie di progettazione di una base di dati/di un datawarehouse

- sulla qualità di una base di dati/di un data datawarehouse

- su quali tecniche di data mining utilizzare per analizzare dati strutturati

 

Abilità comunicative

Al termine dell’insegnamento lo studente dovrà sapere:

- utilizzare il linguaggio tecnico dei sistemi informativi;

- utilizzare il linguaggio tecnico dell’analisi automatica dati (data mining e machine learning)

 

Capacità di apprendimento

Al termine di questo insegnamento lo studente avrà le capacità di studio autonomo e di valutazione critica delle diverse modalità di progettare e implementare una base di dati/datawarehouse, nonché di quali tecniche usare per analizzare i dati.


Knowledge and understanding 

At the end of this course the student will:

- know the fundamental concepts of information systems;

- know the theory behind the definition of relational databases;

- know the concepts of data warehouse;

- know the fundamentals of data mining, that is the most used techniques and algorithms

- know the concepts of open data and the semantic web

 

Ability to apply knowledge and understanding

At the end of this teaching the student will know:

- how to an appropriate terminology for the data bases;

- how to design a relational database in a domain of interest;

- how to implement a relational database using the SQL language and the mysql program

- how to use a database to query the content

- how to design a data warehouse

- how to apply the main algorithms to implement supervised and unsupervised data mining techniques

 

Autonomy of judgment

At the end of the course the student will be able to formulate a judgment:

- on the design methodologies of a data base / data warehouse

- on the quality of a data base / data warehouse

- on which data mining techniques to use to analyze structured data

 

Communication skills

At the end of the course the student must know:

- use the technical language of information systems;

- use the technical language of automatic data analysis (data mining and machine learning)

 

Learning ability

At the end of this course the student will have the ability to independently study and critically evaluate the different ways of designing and implementing a data base / data warehouse, as well as which techniques to use to analyze the data.

 

Oggetto:

Modalità di insegnamento

Lezioni in aula e laboratorio


Classes and Labs


Oggetto:

Modalità di verifica dell'apprendimento

 

 L'acquisizione di conoscenze e competenze sarà oggetto di verifica mediante:

- discussione del progetto che consisterà in: i) una base di dati a tema libero, ii) un data warehouse dello stesso argomento del data base

- domande su teoria partendo dal progetto

 


The knowledge and skills will be examined through:

- discussion about project that should consist in: i) a data base (free topic), ii) a data warehouse (same topic)
- questions about theory starting from the project 

 


Oggetto:

Attività di supporto

Al corso frontale sarà affiancato un laboratorio pratico.

A lab is available

Oggetto:

Programma

 

1 PARTE: DATA BASE

Introduzione ai sistemi informativi.

Progettazione concettuale: ER, Progettazionen logica: database relazionali, Implemetazione: MySQL

Elementi di basi dati non strutturate

2 PARTE

Progettazione e implementazione di un data warehouse

Analisi di dati strutturati: data warehousing (olap),  data mining (tecniche supervisionate e non supervisionate)

 

3 parte

Open, linked, semantic data: la semantica del dato, progettazione di ontologie, pubblicazione di dati aperti


1 PART

1Introduction to information systems: Conceptual Design: UML and ER, Logical Design: relational databses, Physical design: MySQL, Information retrieval and non-structured databases

2 PART

Analysis of structured data: data warehousing (olap),  data mining 

3 PART

Open, linked, semantic data: semantics, ontologies, make the data open


Testi consigliati e bibliografia

Oggetto:

Gli studenti frequentanti riceveranno all'inizio di ogni settimana la bibliografia di riferimento e i link utili per affrontare l'argomento trattato.

I materiali così come le slides delle lezioni saranno disponibili nella sezione "Materiale didattico".

Per favorire la preparazione degli studenti NON frequentanti il programma può essere integrato dai seguenti testi:

Navathe Elmasri: Sistemi di basi di dati Fondamenti: 1-2-3-5-6-8

Alessandro Razzani: Business Intelligence: cap 1-5, cap 9

Tan, Steinbach, Kumar: Introduction to Data Mining, AddisonWesley, 2006. link Cap1, Cap4:fino a sez4.3, Cap9 (see 9.1)


 

At the beginning of each week attending students will receive references to articles and books, as well as links to examine in depth the topic discussed in class. These materials as well as the slides of the lectures will be available in the "Materiale didattico" section.

To facilitate the preparation of NON-attending students the program can be supplemented by the following texts:

Navathe Elmasri: Fundamentals of database systems: Chapters 1-2-3-5-6-8

Alessandro Razzani: Business Intelligence: cap 1- 5, cap 9

Tan, Steinbach, Kumar: Introduction to Data Mining, AddisonWesley, 2006. link Cap 1, Cap 4:fino a sez 4.3, Cap 9 (see 9.1)




Oggetto:

Note

Per gli studenti Erasmus è prevista la possibilità di studiare su testi e sostenere l’esame finale in inglese.

SW

  • Per il database/datawarehouse: mySql
  • Per i cubi OLAP: Microsoft Excel o simili.
  • Per il data mining: weka (open source) link .
  • Per infovis: plot.ly
  • Siti per generare dati: http://generatedata.com; https://www.mockaroo.com

 

International and Erasmus students may prepare for examinations and take them in English. Specific reading lists consisting of books and articles will be made available on request from the teacher.

 

SW

  • For database/datawarehouse: mySql
  • For OLAP: Microsoft Excel o simili.
  • For data mining: weka (open source) link .
  • For infovis: plot.ly
  • For data generation: http://generatedata.com; https://www.mockaroo.com

 

Oggetto:
Ultimo aggiornamento: 28/01/2020 11:35
Non cliccare qui!