La Tecnologia è pervasiva nella nostra esperienza quotidiana, ma non dobbiamo mai dimenticare che è uno strumento al nostro servizio. Siamo circondati da dati di ogni tipo e natura e noi stessi, più o meno consapevolmente, siamo generatori di dati. Questi dati, però, diventano utili se e solo se diventano informazioni che sappiamo utilizzare per comprendere la realtà in cui siamo immersi, per orientare le nostre scelte e per ridurre il livello di indeterminazione del sistema complesso di cui facciamo parte. Tutto ciò che non è misurabile non è gestibile, né migliorabile. Il progresso dipende dalla qualità dei dati e delle informazioni che ne deriviamo.
La tecnologia consente di registrare, conservare, analizzare quantità sempre crescenti di dati, nascono quindi problemi nuovi di Governo, Qualità, Affidabilità, Certificazione, Protezione dei dati stessi. I confini tra sociale e privato sono più labili, i dati ci possono rendere più liberi e consapevoli, oppure più vulnerabili e orientabili. Al pari passo con la Tecnologia occorre sviluppare
la capacità di cercare, integrare, elaborare, immaginare, capire. E insieme a tutto questo serve consapevolezza etica e responsabilità sociale. In questo contesto grande attenzione viene riservata all’Intelligenza Artificiale e a come può essere applicata in diversi campi e a come le sue applicazioni stanno cambiando il mondo. Il Machine Learning negli ultimi anni ha trovato ampi ambiti di applicazione, per esempio nel campo della salute.
In questo corso affronteremo questi temi con un approccio dove le domande che ci porremo saranno più importanti delle risposte che troveremo, insieme o individualmente.
La tecnologia consente di registrare, conservare, analizzare quantità sempre crescenti di dati, nascono quindi problemi nuovi di Governo, Qualità, Affidabilità, Certificazione, Protezione dei dati stessi. I confini tra sociale e privato sono più labili, i dati ci possono rendere più liberi e consapevoli, oppure più vulnerabili e orientabili. Al pari passo con la Tecnologia occorre sviluppare
la capacità di cercare, integrare, elaborare, immaginare, capire. E insieme a tutto questo serve consapevolezza etica e responsabilità sociale. In questo contesto grande attenzione viene riservata all’Intelligenza Artificiale e a come può essere applicata in diversi campi e a come le sue applicazioni stanno cambiando il mondo. Il Machine Learning negli ultimi anni ha trovato ampi ambiti di applicazione, per esempio nel campo della salute.
In questo corso affronteremo questi temi con un approccio dove le domande che ci porremo saranno più importanti delle risposte che troveremo, insieme o individualmente.
scheda docente
materiale didattico
data orario argomenti
lunedì 9 ottobre 2023 18-20 Nuovi Paradigmi per le Architetture Dati
martedì 10 ottobre 2023 18-20 Questioni Emergenti - Data Privacy/Data Governance
mercoledì 11 ottobre 2023 18-20 GDPR - Normativa
lunedì 16 ottobre 2023 18-20 GDPR - Ruoli
martedì 17 ottobre 2023 18-20 Data Analysis & Design: W6H
mercoledì 18 ottobre 2023 18-20 Data Modeling - ER
lunedì 23 ottobre 2023 18-20 ER: Chiavi Identificative + Esercitazione
martedì 24 ottobre 2023 18-20 ER: Gerachie + Esercitazione
mercoledì 25 ottobre 2023 18-20 Esercitazione + Introduzione al Data Warehouse
lunedì 30 ottobre 2023 18-20 Data Warehouse-Modello Multidimensionale
martedì 31 ottobre 2023 18-20 Big Data: Definizione
lunedì 6 novembre 2023 18-20 Big Data: Modelli NO Sql
martedì 7 novembre 2023 18-20 Discussione Feedback dagli studenti+Review Concetti Base
mercoledì 8 novembre 2023 18-20 Big Data Picture: Data-Information-Knowledge-A.I.
lunedì 13 novembre 2023 18-20 La Normativa sulla Digitalizzazione della P.A.: AgID
martedì 14 novembre 2023 18-20 Big Data: AI
mercoledì 15 novembre 2023 18-20 Big Data: ML e Deep Learning
lunedì 20 novembre 2023 18-20 Big Data: Use Cases
martedì 21 novembre 2023 18-20 Revisione Argomenti del Corso + Esercitazione
mercoledì 22 novembre 2023 18-20 Revisione Argomenti del Corso + Esercitazione
Programma
BIG DATA E AUTOMAZIONE DELLE DECISIONIdata orario argomenti
lunedì 9 ottobre 2023 18-20 Nuovi Paradigmi per le Architetture Dati
martedì 10 ottobre 2023 18-20 Questioni Emergenti - Data Privacy/Data Governance
mercoledì 11 ottobre 2023 18-20 GDPR - Normativa
lunedì 16 ottobre 2023 18-20 GDPR - Ruoli
martedì 17 ottobre 2023 18-20 Data Analysis & Design: W6H
mercoledì 18 ottobre 2023 18-20 Data Modeling - ER
lunedì 23 ottobre 2023 18-20 ER: Chiavi Identificative + Esercitazione
martedì 24 ottobre 2023 18-20 ER: Gerachie + Esercitazione
mercoledì 25 ottobre 2023 18-20 Esercitazione + Introduzione al Data Warehouse
lunedì 30 ottobre 2023 18-20 Data Warehouse-Modello Multidimensionale
martedì 31 ottobre 2023 18-20 Big Data: Definizione
lunedì 6 novembre 2023 18-20 Big Data: Modelli NO Sql
martedì 7 novembre 2023 18-20 Discussione Feedback dagli studenti+Review Concetti Base
mercoledì 8 novembre 2023 18-20 Big Data Picture: Data-Information-Knowledge-A.I.
lunedì 13 novembre 2023 18-20 La Normativa sulla Digitalizzazione della P.A.: AgID
martedì 14 novembre 2023 18-20 Big Data: AI
mercoledì 15 novembre 2023 18-20 Big Data: ML e Deep Learning
lunedì 20 novembre 2023 18-20 Big Data: Use Cases
martedì 21 novembre 2023 18-20 Revisione Argomenti del Corso + Esercitazione
mercoledì 22 novembre 2023 18-20 Revisione Argomenti del Corso + Esercitazione
Testi Adottati
Le lezioni saranno disponibili sulla piattaforma e-learning dell'AteneoBibliografia Di Riferimento
"Building the Data Lakehouse" Bill Inmon, Mary Levins, Ranjeet Srivastava - First Printing 2021 Copyright © 2021 by Bill Inmon, Mary Levins, and Ranjeet Srivastava ISBN, print ed. 9781634629669 ISBN, Kindle ed. 9781634629676 ISBN, ePub ed. 9781634629683 ISBN, PDF ed. 9781634629690 "Domain-Driven Design: Tackling Complexity in the Heart of Software" Eric Evans Addison-Wesley Professional First Printing 2004 ISBN: 0321125215 "The Entity Relationship Model — Toward a Unified View of Data" Peter_Pin_Shan-Chen Massachusetts Institute of Technology, USA © 2002 Springer-Verlag Berlin Heidelberg Print ISBN: 978-3-642-63970-8 "SMEData - Il diritto alla protezione dei dati personali: tra disciplina europea e adeguamento della disciplina nazionale" Università degli Studi Roma Tre - Dipartimento di Giurisprudenza Progetto cofinanziato dal Programma "Rights, Equality and Citizenship" della Unione EuropeaModalità Erogazione
Le lezioni saranno supportate da materiale che verrà distribuito al termine di ogni argomento. L’approccio didattico sarà orientato alla discussione ed al confronto sugli argomenti che verranno trattati; quindi, sarà particolarmente utile la partecipazione attiva degli studenti alle lezioni, per rendere più efficace l’acquisizione ed il consolidamento delle nozioni apprese. Il focus del corso sarà centrato sulla comprensione funzionale degli argomenti trattati, evidenziando la relazione tra i casi d’uso e le varie classi di metodi e strumenti presentati, riservando alle tecnologie una esposizione orientata alla comprensione dell’uso delle stesse più che alla conoscenza degli aspetti di ingegneria del software.Modalità Frequenza
consigliabile la frequenzaModalità Valutazione
Gli studenti saranno valutati sulla base della capacità acquisita di descrivere i razionali fondamentali della progettazione di soluzioni BIG DATA orientate all'analisi di fenomeni complessi per il supporto alle decisioni, mettendo in relazione i metodi ed i modelli oggetto del corso con le principali classi di casi d'uso.