L’insegnamento fornisce conoscenze e competenze per organizzare e analizzare i dati disponibili nelle organizzazioni pubbliche e private, trasformandoli in informazioni utili ai processi decisionali. Il percorso sviluppa la capacità di progettare flussi di analisi, interpretare risultati descrittivi e predittivi e comunicarli in relazione alle esigenze organizzative.

1 Data management e scoperta della conoscenza

Concetti fondamentali di data mining e data management, scenari applicativi e fasi del processo di scoperta della conoscenza dai dati.

2 Data warehousing

Differenze fra data warehouse e basi di dati tradizionali; architettura e gestione delle informazioni.

3 Apprendimento supervisionato

Classificazione e principi degli alberi decisionali; interpretazione dei modelli nei contesti applicativi.

4 Metodi non supervisionati

Clustering, regole associative e identificazione di outlier.

5 Text mining e intelligenza artificiale

Analisi automatica dei testi, metodi e strumenti di elaborazione del linguaggio naturale; introduzione al deep learning e alle sue applicazioni.

6 Big data ed esercitazioni

Definizione, caratteristiche e strumenti per i big data. Esercitazioni con KNIME e Stata a consolidamento delle competenze di gestione e analisi dei dati.

Il carico complessivo stimato è pari a 120 ore (8 CFU × 15 ore). Sono mantenute le ore di lezione e pratica pubblicate. Lo studio individuale è stimato per differenza e comprende preparazione, rielaborazione dei materiali, esercitazioni autonome e preparazione della verifica finale, senza ulteriori conteggi aggiuntivi.