DATA MINING, STATISTICA SOCIALE ED INFORMATIZZAZIONE DEI DATIModulo SISTEMI PER LA GESTIONE DI BASI DI DATI
Anno accademico 2024/2025 - Docente: GIOVANNI GIUFFRIDARisultati di apprendimento attesi
Il corso si divide in due parti. La prima intende dare una panoramica dei sistemi di gestione delle basi di dati sia da un punto di vista teorico che pratico. Si intende formare lo studente con le conoscenze teoriche necessarie alla comprensione delle tecniche di archiviazione delle basi di dati e del Modello Relazionale. Inoltre si vuole dare una conoscenza pratica e metodologica di un sistema di gestione delle basi di dati di larga diffusione.
Nella seconda parte esploreremo i moderni principi di Big Data, Artificial Intelligence e Machine Learning e della loro interazione con le scienze sociali. La disponibilità di enormi basi di dati (Big Data) sta alimentando una rivoluzione dei sistemi di Intelligenza Artificiale con i quali stiamo imparando a convivere, e questo sta avendo un enorme impatto sulla vita di tutti noi. Studieremo i principi dei Big data e dell'Intelligenza Artificiale e alcuni algoritmi di base di ques'ultima. Faremo anche vari esempi di come queste nuove tecnologie interagiscono con le nostre vita sia da un punto di vista etico che sociale.
Nella seconda parte esploreremo i moderni principi di Big Data, Artificial Intelligence e Machine Learning e della loro interazione con le scienze sociali. La disponibilità di enormi basi di dati (Big Data) sta alimentando una rivoluzione dei sistemi di Intelligenza Artificiale con i quali stiamo imparando a convivere, e questo sta avendo un enorme impatto sulla vita di tutti noi. Studieremo i principi dei Big data e dell'Intelligenza Artificiale e alcuni algoritmi di base di ques'ultima. Faremo anche vari esempi di come queste nuove tecnologie interagiscono con le nostre vita sia da un punto di vista etico che sociale.
Modalità di svolgimento dell'insegnamento
Lezioni frontali o tramite piattaforma Teams dipendentemente dalle direttive di Ateneo.
Prerequisiti richiesti
Nessuno prerequisito in particolare è richiesto. Comunque, alcune nozioni di base di informatica potrebbero aiutare.
Frequenza lezioni
La frequenza è fortemente consigliata, discussioni e materiale non presente nel materiale didattico verrà discusso in classe.
Contenuti del corso
Cenni storici
Sistemi informativi e sistemi informatici
Concetto di dato e informazione
Astrazione dei dati
Organizzazione relazionale dei dati
Interrogazione dei dati
Cenni di Algebra Relazionale
Database Management System
Data mining e text mining
Cenni di algoritmi di data/text mining
Big Data, Artificial Intelligence e Machine Learning
Big Data per le scienze sociali
Sistemi informativi e sistemi informatici
Concetto di dato e informazione
Astrazione dei dati
Organizzazione relazionale dei dati
Interrogazione dei dati
Cenni di Algebra Relazionale
Database Management System
Data mining e text mining
Cenni di algoritmi di data/text mining
Big Data, Artificial Intelligence e Machine Learning
Big Data per le scienze sociali
Testi di riferimento
Slides del corso
Letture suggerite dal docente
Atzeni,Ceri,Paraboschi,Torlone, Basi di Dati,Modelli e linguaggi di interrogazione, terza edizione, McGraw-Hill 2002.
Albano-Ghelli-Orsini, Basi di Dati Relazionali e a Oggetti, Zanichelli, 1997
Ullman, Basi di Dati e Basi di Conoscenza, 1991
Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press, 2015
Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor Mayer-Schönberger, Kenneth N. Cukier, 2013
Intelligenza Artificiale e fenomeni sociali, Sergio Bedessi, Maggioli Editore, 2019Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Dai dati all’informazione: Sistemi informativi e informatici; Dato e informazione; Organizzazione relazionale dei dati; Interrogazione; Sistemi di interrogazione evoluti | Atzeni,Ceri,Paraboschi,Torlone, Basi di Dati,Modelli e linguaggi di interrogazione, terza edizione, McGraw-Hill 2002. • Albano-Ghelli-Orsini, Basi di Dati Relazionali e a Oggetti, Zanichelli, 1997Ullman, Basi di Dati e Basi di Conoscenza |
| 2 | Introduzione alla Computational Social Science; Nozioni di «Big Data» e Aritificial Intelligence; Concetti e cenni di algoritmi di «profilazione utente»; Social Networks e Social Network Analysis; | slides fornite dal docente; Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press; Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor M |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
Esame scritto tramite domande a risposta multipla.
Esempi di domande e/o esercizi frequenti
La SELEZIONE non può mai restituire un insieme vuoto. V/F?
Il modello relazionale fu inventanto da J. Watson nel 1980. V/F?
Una transazione terminata correttamente potrebbe lasciare il DB in uno stato inconsistente. V/F?
Il modello relazionale fu inventanto da J. Watson nel 1980. V/F?
Una transazione terminata correttamente potrebbe lasciare il DB in uno stato inconsistente. V/F?