data science

Rendere gli studenti in grado di affrontare l'impostazione, la conduzione e la gestione di progetti di data science ed estrazione di informazioni da sistemi complessi di dati. Il corso si concentra in particolare sull'impostazione e conduzione di progetti di estrazione dell'informazione in ambiti "aperti", cioè in assenza di obiettivi analitici precisi, dove i flussi dati costituiscono la base per l'ideazione, il design e l'implementazione di nuovi servizi, richiedendo al "data scientist" capacità creative, abilità organizzativa e comunicativa e solidità metodologica. Sono previste anche lezioni teoriche di approfondimento su algoritmi e metodologie per il trattamento di strutture dati di particolare interesse per la pratica della data science (es. dati temporali o dati parzialmente ordinati). OBIETTIVI SPECIFICI DI APPRENDIMENTOConoscenza e capacità di comprensione: dovendo affrontare un problema "aperto", gli studenti svilupperanno la capacità di comprensione e sintesi di fenomeni complessi. Applicazione di conoscenze: attraverso lo sviluppo e la stesura del progetto, gli studenti impreranno ad applicare le conoscenze acquisite durante i propri studi. Autonomia di giudizio: gli studenti dovranno valutare autonomamente il valore della propria domanda di ricerca e similmente individuare il percorso statistico più appropriato per rispondervi. Abilità comunicative: attraverso lo sviluppo del progetto, gli studenti impareranno ad assumere la prospettiva del destinatario della ricerca. Capacità di apprendere: poiché le metodologie statistiche richieste nello sviluppo del progetto dipendono dal tipo di domanda di ricerca e non sono preliminarmente stabilite, gli studenti impareranno ad acquisire nuove competenze, in itinere.

Il corso si suddivide in due parti, Nella prima, più breve, si svolgeranno alcuni seminari per illustrare le caratteristiche tipiche dei progetti di data science nei contesti socio-economici e di business; nella seconda, più ampia, gli studenti verranno suddivisi in gruppi (di 3-4 unità), ai quali saranno assegnati progetti basati su dati reali, da sviluppare e completare durante il corso. PARTE I 1. Il contesto tecnologico ed economico attuale: complessità dei processi socio-economici e nuove esigenza conoscitive e di servizi a valore aggiunto. 2. Complessità dei dati e nuove fonti: web, e-commerce, Internet of Things, Smartphone... 3. Processi basati sui dati in ambito aziendale: marketing, crm, operations... 4. Esempi di progetti di data science in ambiti aziendali e istituzionali. 5. Elementi di project management e caratteristiche/criticità dei progetti di data science: obiettivi, qualità dei dati, scelte tecnologiche. 6. Computabilità e limiti del machine learning. 7. La sintesi statistica di fenomeni complessi e la costruzione di indicatori sintetici. 8. Analisi dei dati parzialmente ordinati. PARTE IIIdentificazione e assegnazione di progetti di data science (i contenuti dei progetti saranno definiti durante il corso).

L'apprendimento verrà verificato attraverso l'elaborazione di un progetto finale, senza prove intermedie (PROJECT WORK). Il punteggio formale è determinato valutando: (i)la rilevanza della domanda di ricerca, (ii) l'appropriatezza della metodologia statistica utilizzata, (iii) la qualità dell'argomentazione e del discorso e (iv) la qualità editoriale del rapporto di progetto finale. Questa modalità di verifica dell'apprendimento è motivata dall'obiettivo di mettere gli studenti nelle condizioni operative tipiche dell'attività lavorativa e di farne in particolare emergere le abilità soft (organizzative, comunicative, creative...).

Computers Ltd. What they really can't do, Harel D. Oxford University Press, 2000 Documenti e slide fornite dal docente, disponibili online.

Conoscenza e capacità di comprensione (DdD 1) Al termine del corso, lo studente avrà acquisito conoscenze su: i principi fondamentali della semantica dei dati e il loro ruolo nelle applicazioni di data science; i due principali paradigmi semantici: semantica dichiarativa, basata su modelli logico-formali e knowledge graph; semantica distribuzionale, fondata sull’apprendimento di rappresentazioni da dati testuali e sui modelli di linguaggio di grandi dimensioni (LLM); metodologie neuro-simboliche, che integrano approcci simbolici e neurali per la rappresentazione e l’elaborazione semantica; le principali tecnologie del web semantico (RDF, RDFS, OWL, SPARQL) e i fondamenti di ontologie, tassonomie e ragionamento automatico; word embeddings, pre-trained language models, large language modeels e loro applicazioni tecniche per costruire, arricchire e rendere fruibili basi di conoscenza, quali: riconciliazione di dati eterogenei, estrazione di entità e relazioni, question answering su dati e documenti Conoscenza e capacità di comprensione applicate (DdD 2) Lo studente sarà in grado di: modellare e interrogare knowledge graph utilizzando linguaggi e strumenti del web semantico; progettare e utilizzare ontologie per supportare l’integrazione semantica di dati in scenari applicativi; applicare modelli distribuzionali e LLM per l’interpretazione di testi e l’estrazione di conoscenza da dati non strutturati; realizzare soluzioni per la riconciliazione semantica, l'estrazione di entità e l'interrogazione di informazioni in linguaggio naturale; affrontare problemi reali di interoperabilità semantica, selezionando metodologie e strumenti adeguati in base al contesto; sviluppare piccoli progetti applicativi che combinano grafi di conoscenza, NLP e tecniche di rappresentazione semantica per analisi, esplorazione e generazione di contenuti. Altri descrittori di Dublino (DdD 3, 4, 5) Autonomia di giudizio: lo studente svilupperà la capacità di valutare criticamente diverse soluzioni semantiche e di scegliere metodologie appropriate per nuovi problemi, anche attraverso esperienze progettuali e discussioni seminariali. Abilità comunicative: grazie alle presentazioni orali dei progetti e all’interazione durante le esercitazioni, lo studente sarà in grado di comunicare in modo efficace concetti complessi e risultati, anche in contesti multidisciplinari. Capacità di apprendere: il corso fornisce strumenti teorici e pratici che consentono allo studente di proseguire autonomamente lo studio delle tecnologie semantiche, anche attraverso la lettura di articoli scientifici e materiali avanzati.

Data Semantics: Semantica dei dati ed applicazioni di data analytics (big data, sorgenti web, formati eterogenei, integrazione di informazioni ed arricchimento semantico, connessione tra dati, knowledge graph) Knowledge Graph e Web Semantico: rappresentazione e interogazione dei dati nel web semantico (RDF, SPARQL, tecnologie semantiche e architettture, rappresentazioni in ambito industriale mediante basi di dati a grafo). Esercitazione su interrogazione di Knowledge Graph pubblici con SPARQL; definizione di vocabolari condivisi mediante ontologie e linguaggi logico-formali (dai vocabolari condivisi alle ontologie, tassonomie, ontologie lessicali, ontologie assiomatiche, ragionamento automatico e semantica, RDFS, OWL). Esercitazione su modellazione di ontologie mediante RDFS e OWL. Semantica distribuzionale e modelli linguistici: introduzione alla semantica distribuzionale e all'apprendimento di rappresentazioni distribuite (semantica distribuzionale); modelli per apprendere rappresentazioni distribuite da corpus testuali (word embeddings e word2vec, contextual word embeddings e Large Language Models - LLM). Esercitazione su LLM e attenzione. Seminario: modelli per comparare rappresentazioni distribuite differenti per applicazioni di computational social science e cultural analysis (allineamento tra word embeddings, analisi diacroniche, studi basati su word embeddings con WEAT e SWEAT). Riconciliazione semantica: algoritmi di entity matching basati su reti neurali (deep matcher, Ditto, BERT-based matching, matching con large language models). Elementi di NLP - tecniche di estrazione di informazioni: introduzione e presentazione di alcuni approcci all'estrazione di informazioni strutturate da testo e altri dati semi strutturati (named entity recognition, entity linking, estrazione di relazioni, semantic table interpretation). Esercitazione su named entity recognition e named entity linking. Tecniche di accesso alle informazioni mediate dalla semantica: tecniche semantiche per l'esplorazione di informazioni (faceted search,retrieval augmented generation)

La valutazione finale è costituita dall'aggregazione dei punteggi ottenuti in due valutazioni indipendenti. La prima valutazione è basata su un progetto d'esame, effettuato individualmente o in gruppo, e finalizzato all'approfondimento di un argomento specifico trattato nel corso o collegato ad argomenti trattati nel corso; il progetto viene discusso attraverso una presentazione orale supportata da slide della durata di 20 min circa; è possibile, durante la presentazione, includere una breve demo del progetto svolto. La valutazione si basa su: significatività del progetto rispetto agli argomenti trattati nel corso, rigore metodologico (nei limiti di quanto ragionevole chiedere per un progetto d'esame); padronanza dell'argomento approfondito dimostrata durante la presentazione orale. La seconda valutazione è basata sulla verifica della conoscenza degli argomenti affrontati durante il corso mediante valutazione di esercizi (assignment) da completare individualmente e discussione orale. Gli assignment verranno valutati e discussi in sede d'esame, dopo la discussione del progetto.

Knowledge Graphs: Fundamentals, Techniques, and Applications. Kejriwal, Mayank, Craig A. Knoblock, and Pedro Szekely. MIT Press, 2021.The Web of Data. Aidan Hogan. 2020. Springer. Pages 1-680. Daniel Jurafsky and James H. Martin. 2025. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models, 3rd edition. (Online manuscript released January 12, 2025. https://web.stanford.edu/~jurafsky/slp3 ) Verrà fornito agli studenti materiale aggiuntivo sotto forma di presentazioni e articoli scientifici per coprire gli argomenti più recenti non coperti dal libro di testo.

Al termine del corso lo studente sarà in grado di interrogare e di inferire la struttura implicita della base di dati a partire dalle tabelle che la compongono. Inoltre lo studente saprà scrivere e correggere gli errori di semplici programmi in Python per la gestione e l'analisi di dataset formati da poche tabelle interconnesse, come quelle disponibili a kaggle.com (formati CSV, TSV, JSON). In particolare, le analisi verranno fatte utilizzando il Jupyter Notebook. Infine, lo studente potrà interrogare database relazionali usando SQL, sia come linguaggio separato, sia come chiamata in un programma Python. Conoscenza e capacità di comprensione Questo insegnamento fornisce le conoscenze basilari e capacità di comprensione relativamente a: Database. SQL Programmazione in Python Notebook Jupyter Gestione di dati tabellari con Pandas Conoscenza e capacità di comprensione applicate Alla fine dell'insegnamento gli studenti saranno in grado di: Scrivere interrogazioni in SQL Scrivere notebook in Python per gestire dataset Scrivere notebook in Python per analizzare e pulire dataset Autonomia di giudizio Gli studenti saranno in grado di comprendere autonomamente la qualità dei dati da gestire ed effettuare un'analisi esplorativa usano un notebook Jupyter Abilità comunicative Gli studenti saranno in grado di descrivere i processi decisionali che li hanno portati a gestire, pulire, analizzare un dataset. Capacità di apprendere Gli studenti saranno in grado di apprendere nuovi linguaggi di programmazioni dedicati all'analisi statistica, in particolare R.

Organizzazione di dati grezzi file, directory, tipi di file principali comandi da terminale file con delimitatori. Introduzione ai database. Il modello relazionale dei dati Il linguaggio SQL: Select ... From … Where su una tabella. Interrogazioni su più tabelle. Introduzione alla programmazione in Python. Array, liste, dizionari Cicli Organizzazione di un programma: funzioni Librerie Programmazione esplorativa. Gestione dati in formato tabellare. Jupyter Notebook Pandas Cenni di test e debugging.

L'esame consiste di tre parti: uno scritto, un progetto da sviluppare in piccoli gruppi (da 1 a 3 persone) e una prova orale. Tutte le parti devono essere sostenute in lingua inglese. Esame scritto Prevede quattro domande a risposta aperta, ciascuna consistente in una query SQL. Vengono valutate la completezza e la correttezza delle risposte. Se lo scritto risulta insufficiente, non è possibile presentare il progetto. Progetto (in Python)Il progetto integra tutte le competenze acquisite nell'insegnamento. Il testo della prova è unico per tutti gli appelli fino a settembre 2026. Modalità di consegna: Successivamente al superamento dello scritto, e comunque entro un mese dalla data dello stesso (e almeno 3 giorni prima della prova orale, se sostenuta), il progetto deve essere caricato pubblicamente su GitHub sotto forma di un singolo notebook Jupyter. Il link al repository va comunicato tramite un apposito form online. Utilizzo di LLM/Generative AI: È ammesso, ma il notebook deve contenere una sezione dedicata che descriva come tali strumenti siano stati utilizzati. Il progetto viene valutato per correttezza, completezza e originalità (specialmente rispetto alle soluzioni standard generate dalle AI). Se la discussione evidenzierà utilizzi di AI non dichiarati, verrà assegnato un nuovo progetto e la prova scritta sarà annullata. Prova orale Deve essere sostenuta entro un mese dallo scritto e consiste in alcune domande sul progetto e su tutti gli argomenti trattati a lezione, volte a verificare la comprensione del programma.E' possibile scegliere di sostenere la prova orale solo con domande sul progetto (quindi senza domande sugli argomenti trattati a lezione): chi sceglie questa modalità può ottenere al massimo 24/30.Un esito insufficiente all'orale rende insufficiente l'intera prova d'esame. Valutazione finale Il voto di partenza è calcolato sulla media geometrica (arrotondata per difetto) tra il voto dello scritto e quelli delle tre componenti del progetto (ciascuno espresso da 0 a 30). La prova orale modifica questo voto di un massimo di 3 punti, sia in aumento sia in diminuzione. È obbligatorio iscriversi allo scritto tramite la segreteria online. Non saranno ammesse eccezioni.

Downey Think Python 2e: How To Think Like a Computer Scientist Downey Think Stats 2e Downey Elements of Data Science. This book is a bit too basic. VanderPlas, Python Data Science Handbook Elmasri, Navathe, Fundamentals of Database Systems

Il corso si propone di introdurre i concetti e i metodi di statistica descrittiva, calcolo delle probabilità ed inferenza statistica (stima puntuale ed intervallare, test) sia dal punto di vista teorico che applicativo attraverso l’utilizzo di software (R). Al termine del corso lo studente sarà in grado di: Comprendere i concetti fondamentali della statistica descrittiva e dell’inferenza statistica. Applicare metodi statistici di base all’analisi di dati reali. Valutare criticamente i risultati ottenuti e scegliere il metodo statistico più appropriato. Comunicare i risultati di un’analisi statistica in modo chiaro ed efficace, anche attraverso rappresentazioni grafiche e tabelle. Acquisire le basi per affrontare in autonomia studi statistici più avanzati.

Introduzione al trattamento dati con R pacchetti R: base, dplyr, purrr, ggplot Analisi descrittiva: distribuzioni, rappresentazioni grafiche, indici di posizione e di variabilità, retta dei minimi quadrati Calcolo delle probabilità: concezioni probabilistiche, probabilità sugli eventi, teorema di Bayes, variabili aleatorie e distribuzioni di probabilità, distribuzioni notevoli, enunciazioni LLN e CLT Inferenza statistica: la logica del campionamento probabilistico. Stimatori e loro proprietà. Stima puntuale (Media varianza e proporzione). Cenni sugli stimatori di massima verosimiglianza. Stima intervallare: concetto di confidenza, intervalli di confidenza, casi particolari sulla media e la varianza Verifica di ipotesi: Il concetto di statistica test. La significatività e la potenza del test. Test sulla media, varianza, proporzione, sulla differenza tra medie, test di indipendenza.

PROVA SCRITTA: consiste in una batteria di domande a risposta multipla ed esercizi numerici volti a verificare la conoscenza della TEORIA affrontata a lezione e la capacità di utilizzare il linguaggio R per condurre analisi statistiche (punteggio massimo 30).Gli studenti che hanno ottenuto 30 nello scritto possono richiedere l'orale per ottenere la lode. Non sono previste prove in itinere Criteri di valutazione:insufficiente: minore di 18; sufficiente: 18-23; buono: 24-27; ottimo: 28-30; eccellente: 30 e lode

Materiale del docente a disposizione degli studenti sull'e-learning Libro di testo:Alan Agresti, Maria Kateri (2022), Foundations of Statistics for Data Scientists With R and Python, Chapman & Hall Altri testi a scelta: A.M. Mood, F.A. Graybill, D.C. Boes, Introduzione alla statistica G. Cicchitelli, P. D'Urso M. Minozzo, Statistica: principi e metodi P.S. Mann, Introductory Statistics M. Lavine, Introduction to Statistical Thought

L’obiettivo del corso è quello di approfondire e analizzare alcuni sviluppi teorici ed empirici nell'ambito del portfolio management, focalizzando in particolare l’attenzione sul tema dell’asset allocation tattica e sui principali modelli quantitativi di stock selection. In tal senso, parte delle lezioni saranno di carattere applicativo/informatico, basate sull'utilizzo dei software R e Python.

Modern Portfolio Theory a) Introduction to asset management b) The properties of financial assets, returns properties, volatility and correlations c) The portfolio choice, the Markowitz model d) The Implementation of the Markowitz model, the efficient frontier e) From Markowitz to an equilibrium approtch the CAPM f) The new Efficient Frontier the Capital Market Line (CML) g) The Market Portfolio in the CML and the passive management h) The Security Market Line and the Beta in the CAPM i) Active vs Passive management, total risk vs systematic and specific risk l) The Markowitz model drawbacks, instability and low diversification Quantitative Equity Portfolio Management (QEPM) a) The basics of QEPM b) The Efficient Market Hypotesis (EMH) c) The fundamental law of asset management d) The APT e and the factor models e) Economic factor models versus Fundamental factor models f) A special case of Fundamental models: Screening models g) Sequential screening and Simultaneus screening h) The Citigroup models RAM and Group Rotation One-off topics in Portfolio Management a) Basic priciples of stock valuations: analysts consensus b) Basic priciples of stock valuations: key financial items, dividends, market orders and liquidity c) Active Funds: The case of hedge funds d) Hedge funds popular strategies e) Market effinciency and links with extraperformance (Alpha) f) The pairs trading strategy based on cointegration tests g) Implementation of the pairs trading startegy h) The momentum strategy, cross sectional, time series and residual version I) The dangerous biases that arise when working with historical datasets: look-ahead bias and survivorship bias

L'apprendimento verrà verificato attraverso: 1. Una presentazione orale dell'Assignment in gruppi di 2-3 studenti che sarà proposto durante il corso, con discussione critica dei risultati. 2. Un esame orale. Il risultato finale sarà la media delle due componenti. Questa modalità di verifica dell'apprendimento è motivata dall'obiettivo di mettere gli studenti nelle condizioni operative tipiche dell'attività lavorativa e di farne in particolare emergere le abilità soft (organizzative, comunicative, creative...).

Il materiale del corso si basa in parte sul testo: - Ludwig B Chincarini, Daehwan Kim, 2006, Quantitative Equity Portfolio Management, McGraw-Hill Library of Investment and Finance. I capitoli del testo rilevanti vanno dal cap.1 al 7. Il manuale copre all’incirca il 30% degli argomenti trattati durante il corso. I restanti argomenti saranno basati su set di slides utilizzate durante il corso, risorse web sulla programmazione delle strategie in R e Python, e articoli da riviste scientifiche. Tutte le risorse saranno rese disponibili agli studenti.

Conoscenza e comprensioneLo studente acquisirà conoscenze fondamentali di matematica e statistica necessarie per il Deep Learning, in particolare riguardo all’algebra lineare, ottimizzazione, regolarizzazione e riduzione della dimensionalità. Verranno inoltre comprese le principali architetture di reti neurali profonde. Capacità di applicare conoscenza e comprensioneLo studente sarà in grado di progettare, implementare e ottimizzare modelli di deep learning utilizzando strumenti e librerie software comuni, e di applicarli a problemi reali di classificazione e regressione. Autonomia di giudizioLo studente svilupperà la capacità di analizzare criticamente le scelte progettuali relative a una rete neurale (es. struttura, funzione di attivazione, tecnica di regolarizzazione) e valutarne le prestazioni, con attenzione alla correttezza e all’efficienza del modello. Abilità comunicativeLo studente sarà in grado di presentare in modo chiaro e rigoroso le caratteristiche dei modelli sviluppati e i risultati ottenuti, anche attraverso visualizzazioni e report tecnici, utilizzando un linguaggio adeguato al contesto accademico e professionale. Capacità di apprendimentoIl corso fornirà le basi teoriche e pratiche che permetteranno allo studente di affrontare in autonomia lo studio di tecniche avanzate di deep learning, mantenendo aggiornate le proprie competenze in un campo in continua evoluzione.

Introduzione al Deep Learning: Panoramica della disciplina, del suo impatto e dei concetti chiave. Algebra lineare: strumenti matematici di base per il deep learning, tra cui vettori, matrici e algebra lineare. Fondamenti di Machine Learning: Fondamenti del Machine Learning, tipi di apprendimento e introduzione ai principali algoritmi. Apprendimento basato sui gradienti e backpropagation: Comprendere il meccanismo di addestramento delle reti neurali attraverso i gradienti e la retropropagazione. Reti Feed Forward: Reti di percettori multistrato, funzioni di attivazione. Reti neurali convoluzionali (CNN): Esplorazione delle CNN e delle loro applicazioni nell'elaborazione dei dati visivi. Regolarizzazione per l'apprendimento profondo: Tecniche per migliorare la generalizzazione della rete e prevenire l'overfitting. Reti neurali ricorrenti (RNN): Studio dettagliato delle reti progettate per elaborare dati sequenziali, come le RNN e le LSTM. Deep Transformers: Esplorazione dei modelli di Transformers, con particolare attenzione ad architetture come GPT e BERT in uso nel NLP. Tecniche di riduzione della dimensionalità: Metodi come PCA e t-SNE per ridurre la complessità dei dati preservandone i modelli essenziali. Autoencoder: Studio degli autoencoder per l'apprendimento non supervisionato e l'estrazione di features. Metodologia pratica: Le migliori pratiche nell'applicazione del deep learning, tra cui la preelaborazione dei dati, la selezione del modello, le strategie di addestramento e la valutazione. Risultati di apprendimento:Al termine di questo corso, gli studenti saranno in grado di: Comprendere e applicare la matematica di base per il deep learning. Progettare e implementare vari tipi di reti neurali. Valutare e migliorare i modelli di deep learning utilizzando tecniche avanzate. Applicare il deep learning a problemi pratici in diversi ambiti.

L'esame consiste in due parti: La prima è un test individuale. Riguarda la comprensione del codice su problemi di apprendimento automatico di base e alcune domande teoriche sulla prima parte del corso (questa prima parte dell'esame può essere sostenuta ad aprile, e in ogni appello a partire da giugno). La seconda parte dell'esame consiste nell'ideazione e nella realizzazione di un progetto assegnato dal docente su classificazione o riconoscimento o regressione di deep learning. Il progetto deve essere sviluppato in collaborazione con uno o due colleghi. Il progetto sarà discusso sotto forma di presentazione orale e i docenti potranno fare domande sulla seconda parte teorica e pratica del corso (questa parte dell'esame può essere sostenuta a partire da giugno).

Libri di testo principali: Goodfellow, I., Bengio, Y., Courville, A., & Bengio, Y. (2016). Deep learning (Vol. 1, No. 2). Cambridge: MIT presshttps://www.deeplearningbook.org/ https://github.com/janishar/mit-deep-learning-book-pdf Simon J.D. Prince (2023) Understanding Deep Learning Published by MIT Press Dec 5th 2023. https://udlbook.github.io/udlbook/ Risorse aggiuntive Neural Networks and Deep Learning by By Michael Nielsen (2016) – online book http://neuralnetworksanddeeplearning.com/ Dal docente Scientific articles suggested by the teacher (readings) Teachers' slides (http://elearning.unimib.it/)

(DdD 1) Conoscenza e capacità di comprensioneAl termine del corso, lo studente sarà in grado di: Descrivere i principi fondamentali del green computing, comprese le motivazioni etiche, ambientali ed economiche alla base della sostenibilità in ambito informatico. Conoscere le principali tecniche di data science e intelligenza artificiale orientate all'efficienza energetica e alla sostenibilità. (DdD 2) Capacità di applicare conoscenza e comprensioneAl termine del corso, lo studente sarà in grado di: Condurre analisi del ciclo di vita (Life Cycle Assessment, LCA) delle risorse informatiche, identificando impatti ambientali e possibili ottimizzazioni. (DdD 3) Autonomia di giudizioDurante il corso, lo studente svilupperà la capacità di: Valutare criticamente soluzioni informatiche esistenti in termini di impatto ambientale e proporre strategie migliorative basate su dati e metriche. Redigere report o brevi saggi tecnici in cui esprime con rigore il proprio giudizio sul bilancio tra prestazioni e sostenibilità. (DdD 4) Abilità comunicativeDurante le attività del corso, lo studente sarà in grado di: Presentare progetti o analisi di sostenibilità in ambito ICT. (DdD 5) Capacità di apprendereAl termine del corso, lo studente avrà acquisito la capacità di:. Proseguire lo studio in modo autonomo approfondendo tematiche avanzate, anche interdisciplinari, relative all’impatto ambientale dell’informatica.

Modulo 1 - Panoramica sulla sostenibilità e sull’impatto dell’informatica Introduzione al Green Computing Definizione e importanza del green computing. Contesto storico ed evoluzione. Attori principali e fattori chiave del green computing. Impatto ambientale dell’informatica L’effetto serra Consumo energetico nell’informatica Che cos’è l’Intelligenza Artificiale e perché consuma così tanta energia Nozioni di base sulle blockchain Stima delle emissioni di carbonio L’impronta di carbonio dei data center Modulo 2 - Architetture, calcolo e ingegneria del software orientati all’efficienza energetica Sistemi ad alta efficienza energetica Principi dell’informatica ad alta efficienza energetica Hardware a basso consumo energetico Architetture energeticamente efficienti Reti, 5G, 6G Analisi dei flussi e analisi predittiva del consumo energetico Consumo energetico dei linguaggi di programmazione Algoritmi a basso consumo Pratiche di sviluppo software sostenibili Valutazione del ciclo di vita delle risorse informatiche Metriche e standard per il Green Computing Metriche per misurare l’efficienza energetica e la sostenibilità Strumenti per il monitoraggio e la rendicontazione delle metriche di sostenibilità Modulo 3 - Data Science, Intelligenza Artificiale e Sostenibilità Data Science e Sostenibilità Impatto ambientale dei Big Data e dell’IA Pipeline tradizionali vs pipeline basate su ML Ottimizzazione algoritmica Transfer Learning Knowledge Distillation Pruning Tendenze della ricerca in ML e green computing Informatica neuromorfica Reservoir Computing Elementi di Intelligenza Artificiale per la sostenibilità (AI4Green) Casi di studio

L'esame consiste in una prova scritta (peso 20/30) e nella realizzazione di un progetto (peso 10/30).Il progetto comporta tipicamente l'analisi di dati e si svolge su un tema concordato con i docenti. Deve essere svolto individualmente. Lo scritto si compone di domande aperte e problemi.Durante lo scritto si possono consultare libri e appunti ed è consentito l'uso si una calcolatrice.Non sono presenti prove in itinere Criteri di valutazione: Domande Aperte-Comprensione dei Concetti: La capacità di spiegare chiaramente i concetti chiave e le teorie relative al materiale del corso.-Chiarezza e Coerenza: La chiarezza, coerenza e organizzazione delle risposte.-Rilevanza: La rilevanza e accuratezza delle informazioni presentate in relazione alle domande poste. Soluzioni Analitiche dei Problemi-Accuratezza: Correttezza dei calcoli matematici e delle soluzioni.-Metodologia: L'adeguatezza e correttezza dei metodi e degli approcci utilizzati per risolvere i problemi.-Chiarezza del Lavoro: Presentazione chiara delle soluzioni, inclusi tutti i passaggi e le giustificazioni. Report di Progetto Originalità Appropriatezza delle tecniche di analisi Interpretazione dei risultati e comunicazione

Note, slide e articoli forniti dal docente.

Il corso "Juridical and Social Issues in Information Society" è suddiviso in due moduli: uno si concentra sulle questioni etiche e giuridiche derivanti dalla trasformazione della società in una società dell'informazione (Prof. Ricci), mentre l'altro affronta le questioni sociali (Prof. Masiero e Bellini). Per quanto riguarda il modulo sulle questioni etiche e legali (Prof. Ricci), il corso mira a fornire agli studenti strumenti teorici e argomentativi utili per sviluppare il pensiero critico negli studenti che lavoreranno direttamente con le tecnologie nel campo della società dell'Informazione. La discussione di casi etici sarà parte integrante di questo obiettivo. Inoltre, poiché l'etica comprende anche la legge, verranno analizzate le normative relative ai principali aspetti di interesse per gli studenti di Data Science. In particolare, verranno esaminati il Regolamento generale sulla protezione dei dati (GDPR) e la proposta di Regolamento sull'intelligenza artificiale (AIA). Per quanto riguarda il modulo "Social Issues in Information Society" (Prof. Roberto Masiero e Camilla Bellini), l'obiettivo è preparare gli studenti a comprendere gli impatti e ad affrontare le sfide poste dalla rivoluzione dei dati sull'economia e sulla società. Questo modulo svolge un ruolo cruciale nel fornire agli studenti una comprensione completa dei settori che beneficeranno maggiormente della Rivoluzione dei dati e nell'assisterli nel perseguire un percorso professionale di successo in futuro. Mentre gli studenti impareranno progressivamente ad utilizzare le metodologie e gli strumenti tecnici che costituiscono il contenuto principale del Corso di Data Science, il modulo si propone di aiutarli ad identificare e comprendere i modelli significativi dei fenomeni sociali, ambientali ed economici, nonché le implicazioni filosofiche ed etiche, associate all'Economia dei Dati.

Modulo "Juridical Issues in Information Society", Prof. Stefano RicciIl corso sarà diviso in due parti:- Una parte generale che si occupa di distinguere e identificare i problemi tecnici ed etico-giuridici. Verranno esplorate le prospettive filosofiche che sostengono diverse concezioni dello sviluppo tecnologico e la sua influenza sul processo legislativo in questo campo. Tratterà anche domini specifici che beneficiano della rivoluzione dei dati, come la medicina.- Una parte speciale è dedicata al Regolamento Generale sulla Protezione dei Dati (GDPR) e alla proposta di Regolamento sull'Intelligenza Artificiale (AIA). Social Issues in Information Society, Prof. Roberto Masiero e Camilla BelliniIl modulo affronterà i seguenti argomenti: Lecture 1 - Introduzione al corso: Obiettivi principali, contenuti e metodologia - Dalla Rivoluzione Cognitiva alla Società dell'Informazione Lecture 2 - Il rapporto tra tecnologia e società (parte 1) Lecture 3 - Il rapporto tra tecnologia e società (parte 2) Lecture 4 - Automazione, informazione e piattaforme nell'economia e nella società (parte 1) Lecture 5 - Automazione, informazione e piattaforme nell'economia e nella società (parte 2) Lezione 6 - Come le ICT stanno cambiando la filosofia, l'ecologia e l'etica dell'informazione Lezione 7 - Rivoluzioni tecnologiche, rivoluzioni scientifiche e rivoluzioni mentali. La quarta rivoluzione e oltre Lezione 8 - Politica, democrazia e società nell'era digitale. La politica è diventata una forma di marketing? Il digitale può migliorare la coesione sociale o accentua le disuguaglianze sociali? Lezione 9 - L'impatto dell'innovazione digitale su crescita, occupazione e distribuzione della ricchezza Lezione 10 - Questioni teoriche, sociali ed etiche relative all'intelligenza artificiale. La rivoluzione dei Big Data: correlazione, datafication, la fine della teoria? L'intelligenza artificiale dalla predittività alla generatività alla trasformatività Lezione 11 - L'impatto dell'intelligenza artificiale sui modelli di business e sulla vita personale. «Umano dentro, sopra o fuori dal ciclo?» – Il ruolo dell'umanità nel processo decisionale automatizzato. L'etica dell'intelligenza artificiale nella difesa e la sfida degli AWS (sistemi d'arma autonomi) Presentazioni finali dei progetti dei gruppi di lavoro

Juridical Issues in Information Society, Prof. Stefano Ricci Non sono previsti esami parziali. Gli esami consisteranno in otto domande a scelta multipla e tre domande aperte. Ogni risposta corretta vale 3 punti. Undici risposte corrette comportano un voto di 30 e lode. Orale facoltativo su richiesta dello studente o del docente. Informazioni importanti: Per gli studenti che si sono iscritti al corso negli anni precedenti, l'esame si svolgerà nella lingua dell'anno di iscrizione, che potrebbe essere l'inglese o l'italiano. Tuttavia, il programma rimane identico a quello delineato in questo syllabus. Il voto finale sarà registrato una volta che lo studente avrà sostenuto l'esame per entrambi i moduli (Juridical e Social/Ricci-Masiero). Gli studenti devono iscriversi separatamente a ciascun modulo e preferibilmente sostenere entrambi gli esami nella stessa sessione. Social Issues in Information Society, Prof. Roberto Masiero e Camilla BelliniL'esame avrà luogo in forma scritta e consisterà in sei domande aperte.E' previsto un take home assignement (opzionale) che consente di avere dei punti extra da sommare all'esito dell'esame scritto.

Juridical Issues in Information Society, Prof. Stefano Ricci Andrea Rossetti - Stefano Ricci, Aspetti giuridici della società dell'informazione (2024 - in corso di pubblicazione) - Ed. Giuffrè EditoreIl testo offre una panoramica delle principali questioni giuridiche che verranno affrontate a lezione.Opzionale: Luciano Floridi, La quarta rivoluzione: Come l'infosfera sta trasformando il mondo (2016) - Ed. OUP OxfordIl testo di Luciano Floridi fornisce una panoramica introduttiva dell'argomento, che sarà approfondito con riferimento alla bioetica, alla protezione dei dati personali e alla regolamentazione dell'intelligenza artificiale.Il materiale per superare l'esame è quindi costituito dal libro e dalle slides presentate a lezione. Social Issues in Information Society, Prof. Roberto Masiero e Camilla Bellini Luciano Floridi, The Fourth Revolution: How the Infosphere is Reshaping Human Reality (2016) – Ed. OUP Luciano Floridi, The Ethics of Artificial Intelligence -- Principles, Challenges and Opportunities, 2022 Alessandro Baricco, The Game, Einaudi, 2018Una lista dettagliata di ulteriori articoli e paper verrà fornita durante il corso.

Questo corso è rivolto a tutti gli studenti con una forte passione per il mondo della Data Science e il Marketing. Si tratta di un corso che raccoglie al suo interno la definizione di tutte le principali metodologie in ambito Advanced Analytics e Artificial Intelligence legate al mondo del Marketing. Inoltre, il corso è volto a comprendere i fondamentali principi dell’intero ciclo di vita per lo sviluppo di applicazioni data-driven e gli strumenti necessari per abilitare una trasformazione di marketing data driven in tutte le organizzazioni aziendali.

SEZIONE 1 - Introduzione al marketing con un approccio data-drivenCAP. 1 - Valorizzazione delle attività di marketing attraverso un approccio data-drivenCAP. 2 - La tecnologia come abilitatore del marketing per l’analisi dei datiCAP. 3 - Architetture cloud e stack tecnologici per il marketingCAP. 4 - Datalake, containers e microservicesCAP. 5 - Introduzione all'utilizzo di Python per le analisi di marketing SEZIONE 2 - Approfondimento metodologico dei modelli in chiave cliente, prodotto ed engagementCAP. 6 - Principali approcci metodologici in chiave customer centricaCAP. 7 - La segmentazione deterministica (RFM)CAP. 8 - La segmentazione comportamentale (Cluster Analysis)CAP. 9 - I modelli di churn e di repurchaseCAP. 10 - Il modello di Customer Life Time Value (CLTV)CAP. 11 - Misurazione della Customer SatisfactionCAP. 12 – Neuromarketing e Artificial IntelligenceCAP. 13 - Principali approcci metodologici per le analisi in chiave prodottoCAP. 14 - Principali algoritmi per la definizione di regole associativeCAP. 15 - Modelli di sensibilità al prezzoCAP. 16 - Propensione all’acquisto di un prodotto o categoria di prodottiCAP. 17 - L’ottimizzazione dei canali e delle comunicazioni di marketingCAP. 18 - Modelli per il riconoscimento di oggetti all’interno delle immaginiCAP. 19 – Elaborazione del linguaggio naturale (NLP) SEZIONE 3 - Valutazione delle principali attività di marketingCAP. 20 - Principali approcci alla misurazione delle attività di marketingCAP. 21 - Metodologie per la misurazione delle attività di marketingCAP. 22 - Il modello di attributionCAP. 23 - Il modello di marketing mix

Prove obbligatorie: Final Exam: 50%HW1: 10%HW2: 10%Final Project: 30%Extra Credit Available:HW3: 10%HW3 is extra credit, so the impact of trying to complete it fully or partially is only to the student's benefit. HW1, HW2 and, Final Project are mandatory. Some specific deadlines will be issued for the completion and submission. You will have a 48 hrs grace period for late submission, with the following incremental reduction of available total points: Late submission by hrs frames Max Points Available12 hrs after the deadline 85%24 hrs after the deadline 72%36 hrs after the deadline 61%48 hrs after the deadline 52% In case of deadline changes requests for students with specific and documented circumstances, change to deadlines will be evaluated on a individual base. Please, if this might apply to you once the assignments are created, reach out privately via email.

Titolo del libro: Advanced Analytics e Artificial Intelligence per il Marketing: casi e applicazioniAutori: Sergio Suriano, Nico Di Domenica, Marco Fusi, Luigi CaponeCasa Editrice PEARSON

L'insegnamento rientra nelle aree di apprendimento delle scienze statistiche, dell'informatica e delle scienze sociali. Mira a fornire agli studenti conoscenze metodologiche e applicative relative a modelli statistici avanzati, tra cui la regressione lineare multipla e alcune sue estensioni, i modelli di regressione logistica, gli approcci basati su modelli per il clustering mediante modelli a mistura finita di distribuzioni Gaussiane univariate e multivariate, nonché modelli predittivi.Durante le attività didattiche gli studenti sviluppano una comprensione critica delle assunzioni alla base dei modelli teorici attraverso applicazioni empiriche su dati reali e simulati. Acquisiscono inoltre competenze per condurre ricerche riproducibili e replicabili. In aggiunta, sviluppano abilità comunicative scritte necessarie per produrre testi che descrivano le procedure utilizzate nella risoluzione degli esercizi e per presentare e discutere i risultati delle analisi.Al termine dell'insegnamento lo studente sarà in grado di:(DdD 1) Conoscenza e capacità di comprensione• Descrivere i principali fondamenti teorici dei modelli statistici avanzati, inclusi la regressione lineare multipla, la regressione logistica multipla e gli approcci basati su modelli per il clustering mediante modelli a mistura finita.• Comprendere e spiegare le assunzioni alla base di tali modelli, insieme alle procedure di stima, quali i minimi quadrati e la massima verosimiglianza.• Riconoscere la rilevanza della riproducibilità e della replicabilità nella ricerca attraverso l'integrazione di R, RStudio e RMarkdown nei flussi di lavoro per l'analisi dei dati.(DdD 2) Capacità di applicare conoscenza e comprensione• Sviluppare simulazioni da distribuzioni univariate e multivariate.• Condurre analisi statistiche con R e RMarkdown su dati reali provenienti da diversi ambiti, quali economia, finanza, scienze sociali e scienze ambientali.• Implementare tecniche statistiche avanzate, quali il ricampionamento bootstrap, la diagnostica dei modelli, la selezione dei modelli e metodi di previsione.• Produrre report riproducibili che includano codice, analisi, interpretazioni e commenti critici.(DdD 3) Autonomia di giudizioNel corso dell'insegnamento lo studente svilupperà la capacità di:• Valutare criticamente la validità delle assunzioni del modello e le implicazioni dei risultati empirici.• Valutare la performance dei modelli statistici utilizzando diagnostiche e metriche appropriate anche per la previsione, quali curva ROC, AUC ed errore di classificazione.• Redigere brevi saggi tecnici o report esprimendo giudizi ben motivati sulla scelta, sull'implementazione e sui limiti dei metodi statistici in contesti applicativi.(DdD 4) Abilità comunicativeAttraverso le attività dell'insegnamento lo studente sarà in grado di:• Comunicare efficacemente i risultati statistici mediante report ben strutturati, annotati e riproducibili in RMarkdown.• Presentare in forma scritta ragionamenti analitici e interpretazioni in modo chiaro, in particolare nella descrizione delle fasi e delle motivazioni delle analisi empiriche.(DdD 5) Capacità di apprendimentoAl termine dell'insegnamento lo studente avrà sviluppato la capacità di:• Proseguire autonomamente lo studio di argomenti avanzati di statistica, utilizzando come base i materiali didattici, la bibliografia e gli esempi di codice forniti.• Approfondire la comprensione dei metodi di data science e applicarli in contesti interdisciplinari, supportato dalla capacità di gestire e strutturare autonomamente le proprie attività di apprendimento e di ricerca. Conoscenza e comprensioneLo studente viene introdotto ai modelli statistici avanzati per l'analisi di dati con diverse tipologie di variabili risposta. Vengono illustrate le assunzioni teoriche rilevanti, considerando i metodi di stima della massima verosimiglianza e dei minimi quadrati per i parametri dei modelli. L'analisi dei dati è condotta utilizzando il software R e l'ambiente RMarkdown, che consente di creare documenti riproducibili contenenti codice, risultati e commenti.Le applicazioni riguardano dati reali e simulati provenienti da diversi ambiti, quali economia, finanza e scienze sociali. Lo studente è inoltre incoraggiato a fornire una valutazione critica dei risultati ottenuti dalle analisi empiriche. In questo modo sviluppa autonomia di giudizio e affina le abilità comunicative. L'insegnamento permette agli studenti di acquisire solide basi teoriche e applicative; riguarda la scienza dei dati, conoscenza oggi essenziale in ogni ambiente lavorativo, ed è propedeutico agli insegnamenti successivi previsti dal piano di studio. Al termine dell'insegnamento, grazie ai materiali forniti, alle dispense del docente corredate da una bibliografia completa, al codice R e all'interfaccia RMarkdown, lo studente è in grado di proseguire autonomamente l'approfondimento della disciplina.Capacità di applicare conoscenza e comprensioneL'insegnamento fornisce competenze nell'utilizzo della semantica del software open-source R per l'analisi descrittiva di dati multivariati e per la stima dei parametri di modelli univariati e multivariati. Attraverso R e RStudio, gli studenti imparano a impostare in modo sistematico il ragionamento statistico mediante l'analisi dei dati e la redazione di report che illustrano codice, analisi e risultati.La teoria è affiancata da applicazioni pratiche, sviluppate anche durante le lezioni di tutoraggio. L'insegnamento consente agli studenti di acquisire solide basi teoriche e capacità di applicare metodi statistici moderni per l'analisi dei dati, oltre a sviluppare la capacità di condurre ricerche riproducibili e replicabili.

L'insegnamento si apre con un'introduzione al quadro dell'inferenza statistica e ad alcuni concetti connessi all'inferenza causale. La prima parte introduce il metodo di ricampionamento noto come bootstrap per la determinazione dell'errore standard come misura di accuratezza. Il metodo è applicato a diversi stimatori utilizzando dati rilevanti provenienti da diverse fonti, ad esempio psicologia, ambiente e altri ambiti applicativi. La prima parte dell'insegnamento riguarda inoltre il modello di regressione lineare multipla e i metodi di stima a minimi quadrati e di massima verosimiglianza. Le proprietà degli stimatori dei minimi quadrati e degli stimatori di massima verosimiglianza sono discusse sulla base delle assunzioni del modello. Durante l'insegnamento, le conoscenze dello studente sulle distribuzioni univariate vengono estese alle distribuzioni Gaussiane bivariate e multivariate. Da tali distribuzioni sono simulate realizzazioni casuali, che vengono rappresentate graficamente anche utilizzando le curve di livello. Sono considerati diversi strumenti diagnostici per la valutazione del modello basati sui residui di regressione, con particolare enfasi sulla multicollinearità mediante il Variance Inflation Factor, sugli outlier, sui punti influenti e sui punti di leva. Viene affrontato il problema della selezione delle variabili esplicative più rilevanti mediante criteri informativi, tra cui il criterio di informazione di Akaike (AIC). Gli studenti imparano inoltre a valutare le previsioni del modello. Vengono richiamate le distribuzioni di Bernoulli e Binomiale e le definizioni di odds, log-odds e odds ratio. È introdotto il modello di regressione logistica multipla per una variabile risposta binaria, con particolare enfasi sull'interpretazione dei coefficienti di regressione. Viene discusso l'uso del modello logistico per l'apprendimento supervisionato e la validazione dei risultati in termini di sensibilità e specificità. È inoltre presentata la rappresentazione della curva ROC (Receiver Operating Characteristic). Gli aspetti teorici sono introdotti insieme ad applicazioni empiriche basate su dati provenienti da diversi ambiti, quali economia, finanza, biologia, ecologia e scienze ambientali. Le applicazioni sono sviluppate con il software statistico R e con RStudio, utilizzando diverse librerie insieme all'interfaccia RMarkdown e alla libreria knitr. Tale approccio mira a familiarizzare gli studenti con i principi della ricerca riproducibile. Agli studenti è richiesto di scrivere report riproducibili nei quali commentino criticamente il codice e i risultati delle analisi empiriche. L'apprendimento cooperativo è incoraggiato attraverso esercizi assegnati. Ogni settimana vengono proposti esercizi e gli studenti sono invitati a redigere report in cui commentano il codice, forniscono una spiegazione del processo di analisi svolto e descrivono criticamente i risultati ottenuti. Durante le attività didattiche vengono discusse le soluzioni degli esercizi assegnati.

Le seguenti modalità di verifica dell'apprendimento si applicano sia agli studenti frequentanti sia agli studenti non frequentanti le lezioni tenute in laboratorio. L'esame consiste in una prova scritta con domande aperte e in una prova orale facoltativa. La prova scritta ha una durata massima complessiva di un'ora e mezza e si svolge nel laboratorio informatico. Durante l'esame gli studenti devono rispondere a domande aperte di teoria e risolvere esercizi ed esercitazioni pratiche con dati analoghi a quelli assegnati settimanalmente durante l'insegnamento. Le domande di teoria valutano la comprensione dei concetti teorici trattati durante il corso. Le analisi empiriche sono condotte utilizzando l'ambiente R, RStudio e RMarkdown. Tali analisi consentono agli studenti di dimostrare la capacità di comprendere e risolvere problemi applicando modelli statistici avanzati a dati reali o simulati e di produrre report riproducibili che descrivano il codice e illustrino i risultati ottenuti.La prova mira inoltre a promuovere la capacità degli studenti di pianificare e gestire in modo efficace il tempo necessario per completare l'elaborato scritto. Durante l'esame è consentito l'utilizzo del materiale di studio e del codice R implementato durante l'insegnamento. Ciascuna domanda ha un punteggio indicativo di circa 3 punti. Per superare la prova lo studente deve conseguire una valutazione di almeno 18/30.

Il materiale didattico consiste principalmente nelle dispense preparate dal docente, che coprono sia gli argomenti teorici sia le applicazioni sviluppate con il software R. Tutti i file sono disponibili sulla pagina dell'insegnamento nella piattaforma e-learning dell'Università. Inoltre, al termine di ciascuna lezione il docente pubblica le slide, i programmi di calcolo e i dataset utilizzati. Settimanalmente vengono assegnati esercizi e alcune soluzioni sono fornite e discusse. Sulla stessa pagina sono pubblicati anche esempi di testi d'esame.I riferimenti principali saranno elencati nella bibliografia delle dispense. Tra gli altri, si segnalano i seguenti testi, alcuni dei quali disponibili anche presso la biblioteca o come eBook:Bartolucci, F., Farcomeni, A., Pennoni, F. (2013). Latent Markov models for longitudinal data, Chapman and Hall/CRC, Boca Raton. Bishop, Y. M., Fienberg, S. E., Holland, P. W. (2007). Discrete multivariate analysis: theory and practice. Springer Science & Business Media, New York. Bouveyron, C., Celeux, G., Murphy, T. B., and Raftery, A. E. (2019). Model-based clustering and classification for data science: With applications in R. Cambridge University Press. Fahrmeir, L., Kneib, T., Lang, S. and Marx, B. D. (2021). Regression: Models, methods and applications. Springer Berlin, Heidelberg. Faraway, J. J. (2014). Extending the Linear Models with R, 2nd Edition, Chapman & Hall, CRC Press.James, G., Witten, D., Hastie, T. and and Tibshirani, R. (2021). An Introduction to Statistical Learning with Applications in R, 2nd Edition, New York, Springer. McCullagh, P. and Nelder, J. A. (1989). Generalized linear models, 2nd Edition. Chapman and Hall/CRC, London. Pennoni, F. (2026). Handout for Statistical Models II: Theory and Applications with R. Dipartimento di Statistica e Metodi Quantitativi, Università degli Studi di Milano-Bicocca. R Core Team (2026). R: A Language and Environment for StatisticalComputing. R Foundation for Statistical Computing, Vienna, Austria, https://www.R-project.org/ Xie, Y., Dervieux, C. and Riederer, E. (2020). R Markdown Cookbook. Chapman & Hall, CRC

The course covers both methodological and technical aspects necessary to understand and implement Business Intelligence (BI) and Big Data Analytics (BDA) solutions in real-world contexts.It addresses the evolution of BI architectures, decision models based on business functions, and Big Data architectures such as data lakes and lakehouses.It also explores AI techniques for decision support, including Explainable AI (XAI) and Conversational AI using word embeddings and large language models (LLMs).The course provides the foundations for understanding, evaluating, and implementing BI and BDA solutions, focusing on both outputs (e.g., dashboards, models) and outcomes (i.e., actual business impacts and decisions).

Introduction to BI and Big Data Analytics• Goal and rationale of BI systems• The value of knowledge: digital economy and data-driven decision making• Structure and evolution of BI and Big Data Analytics systems BI Architectures• Evolution of BI architectures (toward Big Data)• Decision models based on business functions and decision types Big Data Analytics• Data lakes and lakehouses• Scalable Big Data architectures (e.g., PySpark) AI for supporting decisions• Explainable and evaluative AI• Explanation tools (LIME, SHAP, Anchors, Counterfactuals, etc.)• Generative AI through word embeddings and LLMs (via Python)

The exam consists of:• Mandatory written exam with open and closed questions.• Optional project (completed before the exam).• Optional oral exam.The project must be completed before the written exam and remains valid throughout the academic year.Points from the project are added only if the written exam is passed (≥18/30).The oral exam can also be taken only after passing the written exam.

Lectures with the support of slides, laboratory and real-life case studies. Scientific Papers and books indicated by the lecturer. The software used is either available as open-source

Conoscenza e comprensione: punti esposti a rischi nelle strutture che costituiscono un sistema informatico principali tecniche di attacco informatico e loro impatto nelle strutture di elaborazione metodi di riduzione del rischio nei sistemi informatici, reti e software strumenti di ricerca e protezione dalle vulnerabilità, come firewall e antivirus Applicare conoscenze e comprensione: analizzare un sistema informatico per individuare elementi che introducono rischi di sicurezza saper valutare correttamente il rapporto costi-benefici delle principali difese dei sistemi informatici, per diversi ambiti operativi saper configurare e usare correttamente i più comuni strumenti software per la sicurezza, anche da ambito open source

1-Introduzione alla cybersecurity:a.principio fondante, problemi specifici in ambito informaticob.ruoli: sviluppatori software, attaccanti, amministratori di sistema, analistic.obiettivi: riservatezza, integrità, disponibilitàd.esempi di incidenti 2-Vulnerabilità e attacchi:a.errori nel software, il "buffer overflow"b.debolezze delle reti, intercettazione e falsificazione dei datic.ingegneria socialed.raccolta di informazioni sulle strutture informatichee.blocco dei servizi 3-Difese:a.aggiornare il softwareb.filtraggio e monitoraggio del traffico su retec.buone pratiche 4-Crittografia:a.metodi (chiave simmetrica, chiave pubblica)b.alcuni strumenti (PGP, TLS)c.utilizzo errato della crittografia, cattive implementazioni 5-Aspetti di sicurezza specifici dei grandi archivi, piattaforme e difese 6-Casi di studio, incidenti reali e alcuni strumenti open source

La verifica dell'apprendimento comprende una prova scritta e una breve relazione presentata a colloquio orale: lo scritto consiste in alcune domande discorsive su una selezione di argomenti presentati a lezione (indicata all'inizio delle lezioni), la relazione deve riguardare attività sperimentali su uno degli argomenti presentati a lezione, scelto dallo studente. Le due prove contribuscono al voto finale ciascuna per il 50% del totale.

C. Pfleeger - S. Pfleeger, "Security in Computing", Pearson, 2015

Conoscenza e comprensioneLo studente acquisirà conoscenze fondamentali sui principi teorici e metodologici relativi alla conversione analogico-digitale, all’elaborazione, all’analisi, all’interpretazione e alla gestione di segnali e immagini digitali. Verranno inoltre approfonditi sia i paradigmi tradizionali sia le tecniche più recenti basate su deep learning e apprendimento automatico. Capacità di applicare conoscenza e comprensioneLo studente sarà in grado di progettare ed implementare soluzioni per l’elaborazione e l’analisi di segnali e immagini in ambito digitale, utilizzando strumenti e librerie software consolidati. Sarà inoltre in grado di applicare tali soluzioni a casi pratici in diversi contesti applicativi. Autonomia di giudizioLo studente svilupperà la capacità di analizzare criticamente le scelte metodologiche e progettuali (es. algoritmi, architetture, tecniche di preprocessing e di interpretazione) e di valutare le prestazioni delle soluzioni adottate in termini di correttezza, efficienza ed efficacia rispetto agli obiettivi del problema. Abilità comunicativeLo studente sarà in grado di presentare in modo chiaro, rigoroso e strutturato le tecniche e i modelli utilizzati, i risultati ottenuti e le implicazioni delle scelte progettuali, anche tramite visualizzazioni e report tecnici, utilizzando un linguaggio appropriato al contesto accademico e professionale. Capacità di apprendimentoIl corso fornirà le basi necessarie per permettere allo studente di approfondire in autonomia tecniche avanzate di elaborazione e interpretazione di segnali e immagini, inclusi gli sviluppi più recenti in ambito deep learning, favorendo il continuo aggiornamento delle proprie competenze in un settore in rapida evoluzione.

1 Conversione analogico-digitale, elaborazione ed estrazione di caratteristiche descrittive da segnali ed immagini 2 Riconoscimento e classificazione di segnali 3 Riconoscimento e classificazione di immagini/video 4 Metodi per l’indicizzazione ed il reperimento di segnali/immagini/video in archivi di grandi dimensioni 5 Analisi di casi studio

Progetto e discussione del progetto. Il progetto consiste nella realizzazione di una applicazione per il riconoscimento di oggetti in scene reali. La successiva discussione consente di verificare l'apprendimento dei concetti spiegati a lezione e la loro corretta applicazione all'interno del progetto sviluppato.

Slides, articoli e dispense fornite dal docente Libro di testo: Digital Image Processing, 4th Edition, Rafael C. Gonzalez, Richard E. Woods Digital Image Processing: Part I, Huiyu Zhou , Jiahua Wu , Jianguo Zhang (scaricabile https://bookboon.com/en/digital-image-processing-part-one-ebook) Digital Image Processing: Part II, Huiyu Zhou , Jiahua Wu , Jianguo Zhang (scaricabile https://bookboon.com/en/digital-image-processing-part-two-ebook) Y. Goodfellow, Y. Bengio, A. Courville, Deep Learning, 2015. MIT Press

Questo è un corso avanzato di statistica incentrato sull'analisi di dati ad alta dimensione, in cui il numero di variabili può essere elevato rispetto al numero di osservazioni (o persino superarlo). Il corso mira a introdurre i moderni metodi statistici per la riduzione della dimensionalità, la regressione regolarizzata e la selezione delle variabili in contesti ad alta dimensione. L'accento è posto sia sui fondamenti teorici sia sugli aspetti computazionali dei metodi. In linea con gli obiettivi formativi del Corso di Studio, l'insegnamento si colloca nell'area di apprendimento Statistico-Matematica. Esso contribuisce a sviluppare le competenze analitiche e metodologiche avanzate, essenziali per definire il profilo quantitativo del laureato e per garantire la coerenza dei piani di studio individuali. Durante tutto il corso, gli studenti saranno incoraggiati a sviluppare capacità di apprendimento autonomo e l'abilità di valutare criticamente le nuove tecniche, in linea con gli obiettivi del Corso di Laurea Magistrale in Data Science. Obiettivi formativi secondo i Descrittori di Dublino (DdD)1. Conoscenza e capacità di comprensione Comprendere le sfide e i fondamenti teorici dell’analisi statistica in contesti ad alta dimensionalità. Apprendere tecniche chiave come la regressione penalizzata (es. Lasso, Ridge), la selezione di sottoinsiemi, la riduzione dimensionale e i criteri di selezione del modello. Familiarizzare con concetti quali la sparsità, il compromesso bias-varianza, l’overfitting e la "maledizione della dimensionalità". 2. Conoscenza e capacità di comprensione applicate Applicare tecniche di modellizzazione ad alta dimensionalità a problemi concreti in ambiti come la genomica o l’analisi di immagini. Utilizzare il software statistico R per implementare e valutare modelli ad alta dimensionalità. Interpretare i risultati dei modelli e valutarne le prestazioni attraverso studi di simulazione e tecniche di validazione incrociata. 3. Autonomia di giudizio Sviluppare la capacità di scegliere metodi statistici adeguati in scenari complessi e ad alta dimensionalità. Valutare criticamente i limiti e le assunzioni dei modelli, riconoscendo possibili fonti di bias o instabilità. Confrontare modelli alternativi utilizzando evidenze empiriche e criteri teorici. 4. Abilità comunicative Comunicare concetti e risultati statistici complessi in modo chiaro e rigoroso, sia in forma scritta sia durante le discussioni in aula. Presentare e discutere i risultati analitici, le assunzioni e i limiti delle tecniche di analisi ad alta dimensionalità in modo preciso e strutturato. Sviluppare la capacità di giustificare le scelte metodologiche e interpretare i risultati alla luce delle considerazioni teoriche ed empiriche. 5. Capacità di apprendimento Sviluppare la capacità di aggiornarsi autonomamente in un ambito in rapida evoluzione come l’analisi statistica e l’apprendimento in alta dimensionalità. Consultare e valutare criticamente la letteratura scientifica più recente, approfondendo nuove metodologie o applicazioni.

Regressione lineare, bias/variance trade-off Regressione penalizzata, ridge regression e lasso Sezione del modello, metodi di validazione incrociata Regressione nonparametrica. k-nearest neighbors (k-NN). Kernel smoothing. Regression splines, Smoothing splines, Local regression High-dimensional inference Selective Inference

L'apprendimento sarà verificato tramite una prova scritta individuale, composta da due domande aperte, ciascuna articolata in sottosezioni che coprono aspetti teorici e applicativi dei contenuti trattati a lezione. La valutazione tiene conto della correttezza, completezza, chiarezza espositiva e proprietà di linguaggio delle risposte. Non sono previste prove in itinere. Il punteggio massimo complessivo è pari a 31/30, con eventuale lode assegnata in presenza di una prova particolarmente eccellente. La valutazione non segue una rigida griglia predefinita per ciascuna domanda, ma si basa su criteri di qualità complessiva delle risposte e padronanza degli argomenti, pur garantendo trasparenza e coerenza nella correzione.

Materiale didattico fornito dal docente Azzalini, Scarpa (2012) Data analysis and data mining, an introduction . New York: Oxford University Press Gareth, Witten, Hastie, Tibshirani (2014) An Introduction to Statistical Learning, with Applications in R . Springer Hastie, Tibshirani, Friedman (2009) The Elements of Statistical Learning. Data Mining, Inference and Prediction . Springer Hastie, Tibshirani and Wainwright (2015) Statistical Learning with Sparsity: The Lasso and Generalizations . CRC Press

Lo scopo del corso è fornire un'introduzione ai concetti fondamentali relativi all'elaborazione del linguaggio naturale (NLP) nonché una panoramica dei principali strumenti utilizzati nel settore. Inoltre, verranno presentate alcune applicazioni di NLP, ad esempio traduzione automatica e rilevamento di discorsi di odio. Gli obiettivi specifici rispetto ai Descrittori di Dublino (DdD) sono i seguenti:1. Conoscenza e capacità di comprensione Acquisire familiarità con i concetti fondamentali del Natural Language Processing (NLP). Comprendere le principali tecniche statistiche e neurali per l'elaborazione del linguaggio naturale. Conoscere gli strumenti e modelli più recenti nel settore del NLP, inclusi Word2Vec, FastText, GloVe, BERT, GPT. 2. Conoscenza e capacità di comprensione applicate Applicare algoritmi e modelli NLP a problemi reali quali machine translation e hate speech detection. Utilizzare strumenti open-source per implementare sistemi di NLP. Progettare e sviluppare un'applicazione NLP partendo da un dominio specifico 3. Autonomia di giudizio Essere in grado di scegliere i metodi e modelli più appropriati per risolvere compiti specifici relativamente all'analisi del linguaggio naturale. Analizzare l'efficacia di modelli linguistici 4. Abilità comunicative Presentare in modo chiaro e argomentato un progetto di NLP, anche attraverso esposizione orale. Comunicare i risultati dell’analisi a un pubblico tecnico e non. Collaborare in gruppo per la realizzazione di un progetto complesso, condividendo conoscenze e strategie. 5. Capacità di apprendere Sviluppare capacità autonome di studio attraverso il completamento di assignment facoltativi derivanti da attività di laboratorio focalizzate all'uso di modelli e strumenti di NLP.

Introduzione al corso- Approcci razionalisti ed empiristi al linguaggio- L'ambiguità del linguaggio: perché il NLP è difficileElementi linguistici essenziali- Risorse lessicali- Legge di Zipf- Collocazioni- SintassiRappresentazione frequentista del testo (TF, TF-IDF, ecc.) e word embedding- Word2Vec- FastText- GloveTecniche di visualizzazione degli embeddings:- PCA- t-SNE- UMAPSequence-to-sequence (RNN, LSTM)Transformer e modelli linguistici di grandi dimensioni- Meccanismi di attenzione: self- e multi-head attentionModelli linguistici contestualizzati:- ELMO- BERT- GPT- LLAMAPrompting e fine-tuningMetriche di valutazione dei modelli del linguaggioExplainability dei modelli linguistici

Progetto• Il progetto consiste nello sviluppo di uno strumento per l'elaborazione del linguaggio naturale basato su metodi e modelli presentati durante il corso.• E' necessario identificare un dominio di interesse e un set di dati per il quale si intende affrontare compiti specifici che coinvolgano metodi, modelli e strumenti di NLP.• Il progetto deve essere presentato oralmente• Il progetto viene valutato nell'intervallo [0-24] in accordo ai seguenti criteri: Definizione del problema e degli obiettivi: max 2 punti Giustificazione delle scelte metodologiche: max 3 punti Implementazione e correttezza del codice: max 4 punti Analisi dei risultati sperimentali: max 6 punti Completezza e chiarezza della relazione finale: max 6 punti Conclusioni e considerazioni finali: max 3 punti Esame orale• La prova orale può avere un esito compreso tra [-8; +8]• Si compone di 4 domande su argomenti affrontati durante il corso: -2 punti per una risposta errata o per nessuna risposta, +2 punti per una risposta corretta. Non sono previste prove in itinere.

Daniel Jurafsky and James Martin, "Speech and Language Processing, 2nd Edition", Prentice Hall, 2008. Emily M. Bender, "Linguistic Fundamentals for Natural Language Processing", Synthesis lectures on human language technologies, Morgan&Claypool Publishers, 2013. Yoav Goldberg, "Neural Network Methods for Natural Language Processing", Synthesis lectures on human language technologies, Morgan&Claypool Publishers, 2017. Mohammad Taher Pilehvar and Jose Camacho-collados, "Embeddings in Natural Language Processing", Synthesis Lectures on Human Language Technologies, Morgan & Claypool Publishers, 2021.

L'insegnamento vuole far apprendere a studenti e studentesse come analizzare dati medici (specialmente quelli di cartelle cliniche elettroniche) attraverso tecniche di statistica computazionale, di apprendimento automatico, e di analisi di sopravvivenza per scoprire nuova conoscenza sulle condizioni dei pazienti.Il corso si propone di fornire i concetti di base dell'epidemiologia che sono alla base di un adeguato approccio metodologico a un progetto di ricerca nel campo della salute pubblica. Lo studente sarà in grado di gestire i big data nella salute pubblica, concentrandosi in particolare su diversi aspetti tra cui la progettazione, la gestione e l'analisi dei dati. Lo studente sarà in grado di implementare strategie di disegno adeguate ai registri, ai dati sanitari amministrativi, ai dati clinici ed omici. Conoscenza e capacità di comprensioneAl termine del corso lo studente avrà acquisito:Concetti core dell’epidemiologia e metodologia della ricerca clinica.Logica dei diversi disegni di studio epidemiologici.Caratteristiche, strutture e limiti dei Big Data sanitari. Conoscenza e capacità di comprensione applicateLo studente sarà in grado di applicare le conoscenze statistiche e metodologiche per:Progettazione, gestione e analisi statistica di Big Data in sanità pubblica.Implementazione di strategie di disegno specifiche per dati amministrativi, clinici e omici.Utilizzo dell'ambiente Bioconductor Autonomia di giudizioLo studente svilupperà la capacità di:Scegliere in maniera autonoma modello statistico e disegno di studio più idonei al quesitoepidemiologico/clinico.Valutare criticamente la qualità dei dati, identificando e correggendo ove possibile bias e confondimenti. Abilità comunicativeLo studente sarà in grado di:Tradurre i risultati statistici complessi in report e indicatori chiari per un audience multidisciplinareLavorare e comunicare efficacemente in team multidisciplinari di sanità pubblica. Capacità di apprendimentoLo studente avrà sviluppato abilità di apprendimento autonomo che gli consentiranno di:Aggiornarsi autonomamente su modelli statistici avanzati e nuove metodologie di gestione dei dati sanitari.

Dataset search and retrievalData preparation and data cleaningExploratory data analysisUnsupervised machine learningSupervised machine learningFeature rankingResult understanding and validationR and Python programming languagesNozioni di base sull'epidemiologia di popolazione.Disegni di studio per dati provenienti da fonti diverse (dati di registro, biomarcatori, biobanche, sondaggi).Analisi della sopravvivenza: stima della funzione di sopravvivenza e modello di Cox.Utilizzo dell'ambiente Bioconductor

Progetto scientifico comprendente entrambe le unità didattiche per verificare le capacità dello studente nell'applicazione della metodologia di ricerca in sanità pubblica.Consegna di una relazione e presentazione orale del lavoro svolto. (75% del voto finale).Questionario a risposta chiusa per valutare la preparazione sul programma dell'unità didattica Statistical Modeling for Epidemiology (25% del voto finale).

Slides presentate a lezione ed articoli scientifici segnalati a lezione Articoli scientifici:Davide Chicco, Vasco Coelho (2025) "A teaching proposal for a short course on biomedical data science", PLOS Computational Biology 21(4): e1012946. https://doi.org/10.1371/journal.pcbi.1012946 Libri di testo:Kenneth J. Rothman Sander Greenland, Timothy L. Lash . Modern Epidemiology. Lippincott Williams & Wilkins; 3rd ed.Eric Vittinghoff, David V. Glidden, Stephen C. Shiboski, Charles E. McCulloch. Regression Methods in BiostatisticsLinear, Logistic, Survival, and Repeated Measures Models. Statistics for Biology and Health book series. Springer; 2nd edition (March 6, 2012)Marie Reilly "Beyond classic epidemiological designs" https://www.routledge.com/Controlled-Epidemiological- Studies/Reilly/p/book/9780367186784 Chapman & Hall/CRC Biostatistics Series 2023Modern Statistics for Modern Biology, by Susan Holmes and Wolfgang Huber, Cambridge University Press (2019).ISBN: 9781108705295.

Questo corso mira a sviluppare le conoscenze, le abilità e le competenze degli studenti sui metodi di reinforcement learning (RL), preparando gli studenti per attività di ricerca avanzata e applicazioni nel processo decisionale basato sui dati. Al termine del corso, gli studenti saranno in grado di: Acquisire una comprensione approfondita delle teorie e degli algoritmi del RL (DdD 1) Applicare metodi di RL per modellare e risolvere problemi decisionali sequenziali (DdD 2) Sviluppare capacità di giudizio critico nella valutazione degli approcci RL e della loro adeguatezza (DdD 3) Comunicare chiaramente concetti tecnici e risultati in forma orale e scritta (DdD 4) Promuovere l’apprendimento autonomo per rimanere aggiornati sulle ricerche e applicazioni in evoluzione nel campo del RL (DdD 5)

Introduzione al Reinforcement Learning e ai Processi Decisionali di Markov (MDP)Programmazione DinamicaMetodi Monte CarloApprendimento per Differenza Temporale (Temporal Difference)Q-learning e SARSATrade-off tra Esplorazione e SfruttamentoMetodi Policy Gradient (Introduzione)Approssimazione di FunzioniPanoramica sul Deep Reinforcement Learning (lezione ospite e video)Applicazioni del RL nel Data Science (presentazioni delle proposte di progetto)

Esame finale (scritto/orale) su teoria e applicazioni (70%) – valuta la conoscenza, il giudizio critico e la capacità comunicativa (DdD 1, 3, 4).L'esame consiste in esercizi per valutare la capacità di applicare i concetti a problemi specifici, e in domande aperte per verificare la conoscenza e la capacità argomentativa sul tema. Progetto di gruppo e relazione finale (30%) – sviluppa le competenze comunicative e di apprendimento autonomo (DdD 4, 5).Non sono previstte prrove intermedie.

Testo di riferimento e risorse didattiche Testo principale: Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2ª edizione). Disponibile online: http://incompleteideas.net/book/the-book-2nd.html (DdD 1, DdD 5) Alro Testo: Shie Mannor, Yishay Mansour and Aviv Tamar, Reinforcement Learning: Foundations, Cambridge University Press, 2026 (DdD 1, DdD 5) Articoli scientifici supplementari e tutorial online (DdD 5) Notebook Jupyter e ambienti di programmazione (DdD 2)

Questo corso fa riferimento all'area di apprendimento "statistica ed informatica" all'interno del corso di laurea in Data Science, con particolare riferimento alle tematiche legate alla digital entrepeneurship. Esiste un parallelo tra la progettazione di servizi innovativi in organizzazioni affermate e la creazione di start-up. In entrambi i contesti diventano fondamentali i processi di acquisizione e gestione della conoscenza: nel caso di organizzazioni affermate il focus è su utenti esistenti e processi noti; nel caso delle start-up invece l'attenzione è su utenti ancora "sconosciuti" e processi da creare da zero. Nel corso saranno affrontate le problematiche legate alla progettazione di servizi innovativi in entrambi gli scenari. Al completamento del corso, gli studenti saranno in grado di: Conoscenza e capacità di comprensione Dimostrare una solida comprensione dei principi del service design sia nelle organizzazioni consolidate che nei contesti di start-up. Comprendere il ruolo e l'importanza dell'acquisizione e gestione della conoscenza nella creazione e nell’erogazione di servizi innovativi e negli scenari tipici delle start-up. Riconoscere le differenze nei processi di innovazione tra aziende mature e start-up. Capacità di applicare conoscenza e comprensione Applicare metodologie e tecnologie appropriate per progettare servizi in linea con specifiche strategie di business. Affrontare problematiche legate alla gestione della conoscenza. Progettare e implementare processi di raccolta della conoscenza finalizzati al miglioramento dei servizi, basandosi sui bisogni e sui feedback dei clienti. Utilizzare l’analisi dei dati per supportare lo sviluppo di servizi innovativi e modelli di business. Intercettare i segnali dei clienti per validare e, se necessario, far evolvere rapidamente il modello di business di una start-up. Autonomia di giudizio Valutare criticamente se un servizio soddisfa i bisogni degli utenti e identificare aree di crescita o miglioramento. Valutare la pertinenza e l’efficacia dei business model nel contesto di una start-up. Selezionare e utilizzare metriche di performance adeguate per valutare il successo di iniziative imprenditoriali. Abilità comunicative Comunicare efficacemente con diversi stakeholder, tra cui membri del team, partner aziendali e utenti, in merito a strategie e decisioni relative all’innovazione dei servizi. Presentare i progetti di servizio e i modelli di business in modo chiaro e strutturato, supportandoli con dati, indicatori e ragionamento strategico. Capacità di apprendimento Sviluppare capacità di apprendimento autonomo per continuare a esplorare nuovi strumenti, tecniche e teorie nell’ambito dell’innovazione dei servizi e dell’imprenditorialità. Adattarsi a contesti organizzativi e tecnologici in evoluzione attraverso la pratica riflessiva e lo sviluppo iterativo. I contenuti del corso potranno variare, il docente comunicherà eventuali variazioni tramite il sito web del corso.

Introduzione alla Service Science Le caratteristiche dei servizi e del loro processo di erogazione La catena del valore di Porter del settore dei servizi Il ruolo dell'informazione e della conoscenza per l'innovazione dei servizi Sistemi di Service Design (dal modello ingegneristico al modello interpretativo) Le strategie di business delle società di servizi L'evoluzione dei processi aziendali Il ruolo della co-produzione di valore (aziende a rete) Servizi basati sulla conoscenza (crowdsourcing e processi di innovazione aperta) Case Studies The difference between an idea and a business opportunity Why do ventures require dynamic leaders who understand vision, strategy, risk, and tactics? Differences between a start-up and a mature firm (or between an innovative project and a project in a well-known scenario) The knowledge harvesting problem MVP (Minimum Viable Product) Validated learning, Build-measure-learn cycle. How to shorten the feedback loop in a start-up How to prevent endless loop: the sprint approach Business Model Canvas vs Business Plan Lab. Designing an innovative service/start-upThe teacher reserves the right to make changes to the content during classes. Any change will be promptly indicated on this website.

Per sostenere la verifica dell'apprendimento (cioè l'esame) è obbligatorio effettuare l'iscrizione secondo le scadenze stabilite (generalmente le iscrizioni chiudono 3 giorni prima dell'appello d'esame). La modalità di verifica consiste in una prova orale. La prova orale consisterà in un colloquio sugli argomenti svolti a lezione. Lo studente, d'accordo con il docente, può sostituire una parte della prova orale con la discussione di un progetto. Il progetto deve essere concordato preventivamente con il docente. Le modalità d'esame sono identiche sia per gli studenti frequentanti sia per i non frequentanti. Non sono previste prove in itinere. La prova d'esame mira ad accertare la conoscenza teorica dello studente sugli argomenti del corso. Saranno quindi valutate le capacità di ragionare e di approfondire le tematiche proposte in sede d'esame, il rigore metodologico del loro sviluppo e la capacità di applicare le conoscenze teoriche a business case pratici. Il voto finale dell’esame orale sarà determinato sulla base dei seguenti componenti: Conoscenza degli argomenti del corso (40%). Saranno valutate la conoscenza e la comprensione dei concetti fondamentali, delle teorie e dei contenuti trattati durante il corso. Sarà valutata la capacità di spiegare le idee rilevanti e applicarle a casi standard. Comprensione delle problematiche dell'acquisizione della conoscenza in scenari innovativi (40%). Sarà valutata la capacità dello studente di applicare i concetti appresi a situazioni nuove, non familiari o ipotetiche. Particolare attenzione sarà rivolta alla capacità di identificare questioni chiave, al ragionamento in condizioni di incertezza e all’adattamento delle conoscenze acquisite. Argomentazione, chiarezza espositiva e terminologia (20%). Sarà valutata la capacità dello studente di presentare le risposte in modo chiaro e logico, di supportare il proprio ragionamento in maniera efficace e di utilizzare una terminologia adeguata e specifica alla disciplina. Il voto finale sarà ottenuto dalla media ponderata dei tre componenti. In casi limite, si potrà applicare un arrotondamento o un giudizio qualitativo basato sulla coerenza complessiva.

Ries, Eric. The lean startup: How today's entrepreneurs use continuous innovation to create radically successful businesses. Currency, 2011. Fitzsimmons, James A. (2010). Service management: operations, strategy, and information technology. New York, NY: Mc Graw Hill.

Conoscenza e comprensione L'insegnamento mira a fornire agli studenti i principali concetti che stanno alla base della gestione dei dati originati nei media sociali (accesso, pre-processing, modellazione) e della loro successiva analisi. Capacità di applicare conoscenza e comprensione Gli studenti saranno in grado, in particolare, di collezionare, processare e analizzare dati provenienti dai principali media sociali, utilizzando le tecnologie più adatte allo scopo. Sarà inoltre in grado di fornire una rappresentazione di strutture sociali complesse al fine di estrarne informazioni utili. Durante le lezioni e le attività di laboratorio vengono promosse e valutate le capacità degli studenti di applicare le conoscenze acquisite sugli argomenti trattati nell'insegnamento. Autonomia di giudizio L’insegnamento mira a sviluppare l’autonomia di giudizio e la capacità di analisi critica rispetto alle principali sfide legate alla raccolta, alla rappresentazione e all'analisi dei dati nelle piattaforme sociali. Tali competenze saranno stimolate anche attraverso discussioni in aula e attività di laboratorio. Abilità comunicative Sviluppo della capacità di comunicare in modo chiaro, consapevole e privo di ambiguità contenuti tecnici, idee, problemi e relative soluzioni a interlocutori diversi. Tali abilità saranno promosse durante l’insegnamento e valutate in sede d’esame. Capacità di apprendimento L'insegnamento è concepito per fornire sia conoscenze teoriche sia competenze pratiche, costituendo un solido punto di partenza anche per eventuali approfondimenti individuali sui principi di recupero, rappresentazione e analisi dei dati sociali.

1. Introduzione Introduzione al Web sociale e alla terminologia utilizzata: Web sociale, reti sociali, media sociali, contenuto generato dagli utenti; Gli “oggetti informativi” sul Web sociale: 1) testi: post, blog, microblog, 2) immagini, 3) audio, 4) video; Social Media Analytics: definizione e obiettivi, i concetti di auto-presentazione e auto-rivelazione. 2. I dati nei media sociali Le principali piattaforme, le tipologie di dato, le interfacce di programmazione, il processo di crawling. Pre-processing e memorizzazione di dati sociali. Cenni di problematiche legate alla raccolta dei dati, sia dal punto di vista legale (il GDPR) sia dal punto di vista tecnologico. 3. La rappresentazione dei dati sociali Strutture dati elementari e complesse; Rappresentazione di strutture sociali mediante grafi (teoria dei grafi, tipologie di reti). 4./5. Analisi delle reti sociali Link analysis, Web link analysis, principali metriche; Network clustering: algoritmi di community detection; Modelli di influenza e contagio nelle reti sociali. 6./7. Analisi dei contenuti nelle reti sociali Introduzione a concetti di Natural Language Processing nell'ambito delle reti sociali; Oggettività/soggettività, polarità, emozioni e ironia nelle reti sociali; Approcci lessicali e approcci semantici; Named-entity Recognition e Linking. 8. Visualizzazione di dati provenienti da social media: problemi aperti e tecniche

Prova scritta con esercizi e domande aperte.La prova scritta ha come obiettivo la valutazione estensiva ed intensiva delle competenze teoriche e teorico-pratiche acquisite durante l'insegnamento. Progetto di gruppo (con presentazione orale).Il progetto ha come obiettivo la valutazione della capacità degli studenti di applicare in ambiti reali le competenze acquisite durante l’insegnamento, attraverso lo sviluppo e l’impiego di soluzioni tecnologiche per l’analisi dei dati nei social media. Il progetto viene presentato di persona dagli studenti, per accertare tali competenze sia di natura tecnica sia critica e di giudizio, e al contempo per sviluppare le capacità comunicative. La prova scritta viene valutata su una scala da 0 a 24. Gli studenti devono ottenere una valutazione maggiore o uguale a 14,5 nella prova scritta affinchè l'esame scritto sia considerato superato. Il progetto, con relativa discussione orale, viene valutato su una scala da 0 a 8. Il voto finale sarà dato dalla somma del voto ottenuto nell'esame scritto (solo se maggiore o uguale a 14,5) e dal voto relativo al progetto. Non sono previste prove in itinere.

Rahman, Md Saidur. Basic graph theory. Springer, 2017. Reinhard Diestel. Graph Theory. Springer, 2017. Suliman Hawamdeh, Hsia-Ching Chang. Analytics and Knowledge Management. CRC Press. 2018. John Scott. Social Network Analysis. Sage, 2012. Bing Liu. Sentiment Analysis and Opinion Mining. Morgan & Claypool. 2016. Eneko Agirre, Philip Edmonds. Word Sense Disambiguation: Algorithms and Applications (Text, Speech and Language Technology). Springer. 2007.

Il corso si propone di fornire agli studenti metodologie statistiche e di machine learning avanzate per la gestione, l'analisi e la previsione di serie storiche, con particolare attenzione ai contesti di dati in streaming. Conoscenza e capacità di comprensione (DdD 1): Gli studenti acquisiranno una profonda comprensione teorica dei modelli lineari per serie storiche (ARIMA, UCM, VAR), delle formulazioni in spazio degli stati, del filtro di Kalman e degli approcci non parametrici e di machine learning applicati alla previsione. Capacità di applicare conoscenza e comprensione (DdD 2): Gli studenti impareranno a gestire e modellare dati in streaming e serie storiche attraverso l'utilizzo di R o Python, implementando flussi di lavoro accurati di feature engineering e procedure di selezione dei modelli per risolvere problemi empirici di previsione. Autonomia di giudizio (DdD 3): Gli studenti svilupperanno la capacità critica di valutare le prestazioni dei modelli predittivi, eseguire una rigorosa selezione delle variabili e dei modelli, e giudicare quale metodologia sia più adatta in base alla natura specifica e ai limiti dei dati sotto analisi. Abilità comunicative (DdD 4): Attraverso la redazione e l'illustrazione orale di una relazione scritta (paper) incentrata su un esercizio di previsione empirica, gli studenti affineranno la capacità di comunicare risultati statistici complessi, giustificare le scelte metodologiche adottate e presentare chiaramente gli insight derivanti dai dati. Capacità di apprendimento (DdD 5): Il corso fornisce gli strumenti concettuali e l'autonomia di programmazione necessari affinché gli studenti possano esplorare, studiare e applicare in modo indipendente metodi avanzati o di recente sviluppo per l'analisi delle serie storiche nel corso della loro futura carriera professionale o accademica.

Prima parte Teoria della previsione statistica (miglior previsore e miglior previsore lineare). Processi stazionari e integrati Modelli ARIMA Modelli VAR e cointegrazione (accenni) Modelli a componenti non nosservabili (UCM) Forma state-space Kalman filter e stime di massima verosimiglianza di modelli in forma state-space Smoothing delle variabili di stato e dei disturbi (estrazione comonenti e identificazione di anomalie). Applicazioni a dati reali usando R (o Python) Seconda parte Principali task di time-series mining Classificazione, regressione e previsione Approcci non-parametrici statistici Approcci non-parametrici basati su Machine Learning Reti Neurali

L'esame è organizzato in due parti. Entro la data dell'esame ciascuno studente dovrà produrre e inviare al docente un elaborato dove una o più serie storiche concordate con il docente dovranno essere analizzate e previste per mezzo di modelli ARIMA, UCM e machine learning. Lo studente illustrerà l'elaborato durante l'orale in una quindicina di minuti e il docente potrà fare domande sul contenuto. Nel medesimo giorno dell'orale vi è anche uno scritto dalla durata di un'ora che prevede la risposta a cinque tra domande teoriche aperte ed esercizi su modelli ARIMA e UCM. Per superare l'esame entrambe le parti dovranno essere sufficienti e il voto finale sarà calcolato come media aritmetica semplice delle votazioni delle due parti. La valutazione della parte teorica sarà basata sull'esattezza e la completezza delle risposte alle domande proposte (ogni risposta ha lo stesso peso nel voto). La valutazione dell'elaborato sarà basata sulla qualità dei modelli costruiti e, in particolare, sulle features costruite e sulla selezione dei modelli finali. Non sono previste prove in itinere.

Rob J Hyndman and George Athanasopoulos, Forecasting: Principles and Practice (2nd ed): https://otexts.com/fpp2/ Pelagatti M. (2015) Time Series Modelling with Unobserved Component Models. Chapman and Hall/CRC (il libro è scaricabile gratuitamente sotto indirizzo IP di Bicocca). Abhijit Ghatak (2019) Deep Learning with R. Springer Altro materiale sarà reso disponibile sulle pagine elearning.

Conoscenza e capacità di comprensione Al termine del corso, lo studente avrà acquisito: Conoscenze fondative delle principali soluzioni tecnologiche a supporto della data science, includendo virtualizzazione, cloud computing e containerization Comprensione dei modelli architetturali di riferimento per le infrastrutture di data science, con particolare focus su Data Lake, HDFS e YARN Conoscenze teoriche sui paradigmi di processamento dati (batch processing, stream processing, messaging) e relative tecnologie (Hadoop, Spark, Storm, Kafka) Comprensione delle metodologie di sviluppo software moderne (Waterfall, Agile, DevOps, DataOps, MLOps) nel contesto della data science Conoscenze di base per analizzare e valutare la possibilità di applicare soluzioni infrastrutturali esistenti a problemi specifici di data science Conoscenza e capacità di comprensione applicate Al completamento del corso, lo studente sarà in grado di: Progettare e implementare soluzioni di containerization utilizzando Docker per applicazioni di data science Utilizzare strumenti e piattaforme cloud per la gestione e l'elaborazione di grandi volumi di dati Configurare e utilizzare sistemi distribuiti per il batch e stream processing di dati Applicare metodologie di sviluppo software appropriate ai progetti di data science e machine learning Sperimentare con soluzioni tecniche e tecnologiche specifiche attraverso attività laboratoriali pratiche Interagire efficacemente con gli strumenti tecnologici presentati durante il corso Competenze trasversali Il corso contribuisce allo sviluppo delle seguenti competenze trasversali: Autonomia di giudizio: attraverso l'analisi critica di diverse soluzioni tecnologiche e la valutazione della loro applicabilità a contesti specifici di data science. Abilità comunicative: mediante la discussione orale di approfondimenti su tematiche del corso e la capacità di presentare soluzioni tecniche in modo chiaro e strutturato. Capacità di apprendere: fornendo gli strumenti metodologici per rimanere aggiornati sull'evoluzione delle tecnologie per la data science e per approfondire autonomamente nuove soluzioni infrastrutturali.

Argomenti del corso divisi per moduli: Modulo 1 - Infrastruttura La figura del data engineer L'architettura di riferimento Virtualizzazione Cloud Computing (Introduzione, Modelli di servizio e di deployment, cararatteristiche essenziali) Containerization con Docker Serverless Modulo 2 - Piattaforma Il Data Lake HDFS e YARN Modulo 3 - Processamento Batch processing (Apache Hadoop e Apache Spark) Stream processing (Apache Storm, Apache Spark e Apache Flink) Messaging (Apache Kafka) Modulo 4 - Sviluppo Software Service computing Software engineering Metodologie di sviluppo (Waterfall, Agile, DevOps, DataOps, MLOps)

La valutazione dell'apprendimento si articola in due componenti complementari, entrambe obbligatorie: Prova scritta (28 punti) La prova scritta valuta la conoscenza degli argomenti trattati durante il corso attraverso: 13-15 domande a scelta multipla per verificare la comprensione dei concetti fondamentali 2-3 domande a risposta aperta per valutare la capacità di analisi e sintesi Durata: 60-75 minuti Punteggio massimo: 28 punti Prova orale - Presentazione di approfondimento (4 punti) La prova orale consiste nella presentazione e discussione di un tema di approfondimento scelto tra: Argomenti correlati al corso ma non trattati durante le lezioni Approfondimenti di tematiche già affrontate in aula Modalità di svolgimento: Preparazione: il lavoro di ricerca e la creazione delle slide possono essere realizzati in gruppi di 2 persone Presentazione e valutazione: individuali e personalizzate per ciascun componente del gruppo Approvazione del tema: l'argomento deve essere previamente concordato con il docente Punteggio massimo: 4 punti Criteri di superamento dell'esame L'esame si considera superato quando si verificano entrambe le seguenti condizioni: Soglia minima per ciascuna prova: punteggio ≥ 16 per la prova scritta e ≥ 2 in quella orale Punteggio complessivo: somma dei punteggi delle due prove ≥ 18 punti Voto finale: corrisponde alla somma dei punteggi delle due prove (massimo 32 punti, corrispondente a 30 e lode). Note importanti Non sono previste prove parziali durante lo svolgimento del corso Il mancato raggiungimento della soglia minima in una delle due prove comporta la ripetizione della specifica prova e non dell'intero esame

Dispense e slide del corso fornite dai docenti. Si segnalano i seguenti testi per approfondimento: The basics of cloud computing ISBN-13: 978-0124059320 Autori: Derrick Rountree, Ileana Castrillo Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems ISBN-13: 978-1449373320 Autore: Martin Kleppmann

Conoscenza e comprensione L'obiettivo dell'insegnamento è introdurre i concetti fondamentali dell'elaborazione del linguaggio naturale (Natural Language Processing, NLP) e delle tecniche di Text Mining, fornendo una base solida per l'analisi automatica dei testi. Dopo una panoramica sulle metodologie di base, l'insegnamento affronterà alcuni task specifici, tra cui la classificazione e il clustering di documenti, il topic modeling, la generazione automatica di riassunti (text summarization) e la ricerca di informazioni testuali. Capacità di applicare conoscenza e comprensione Durante le lezioni e le attività di laboratorio vengono promosse e valutate le capacità degli studenti di applicare le conoscenze acquisite sugli argomenti trattati nell'insegnamento. Autonomia di giudizio L’insegnamento mira a sviluppare l’autonomia di giudizio e la capacità di analisi critica rispetto alle principali sfide legate all’elaborazione del linguaggio naturale e al Text Mining, nonché ai principali task correlati. Tali competenze saranno stimolate anche attraverso discussioni in aula e attività di laboratorio. Abilità comunicative Sviluppo della capacità di comunicare in modo chiaro, consapevole e privo di ambiguità contenuti tecnici, idee, problemi e relative soluzioni a interlocutori diversi. Tali abilità saranno promosse durante l’insegnamento e valutate in sede d’esame. Capacità di apprendimento L'insegnamento è concepito per fornire sia conoscenze teoriche sia competenze pratiche, costituendo un solido punto di partenza anche per eventuali approfondimenti individuali sui principi di rappresentazione, analisi e ricerca testuale.

Definizione di Natural Language Processing (NLP), Text Mining e principali differenze tra Text Mining e Data Mining. Breve introduzione ad alcune applicazioni del Text Mining. Tecniche di pre-processing, indicizzazione e rappresentazione formale dei testi (Bag-of-Words, Word Embedding, introduzione alle tecniche di Contextualized Word Embedding). Classificazione e clustering di testi. Topic modeling. Riassunto automatico di testi. Introduzione ai motori di ricerca testuali. Strumenti "open source" per il Text Mining e la ricerca di informazioni online.

Prova scritta e realizzazione di un progetto di laboratorio (project work), che deve essere svolto in gruppo (fino a tre studenti). La prova scritta ha l’obiettivo di valutare il livello di comprensione degli aspetti fondamentali dell’insegnamento e consiste in una serie di domande a risposta aperta. L’obiettivo del progetto di gruppo, tramite l’utilizzo di software open source, è lo sviluppo di soluzioni tecnologiche a problemi affrontati durante le lezioni. In particolare, si considerano ambiti applicativi reali che richiedono la definizione di sistemi i cui fondamenti sono stati presentati a lezione. Il progetto viene presentato di persona dagli studenti, per verificare le competenze effettivamente acquisite, sia di natura tecnica sia critica e di giudizio, e al contempo per sviluppare le capacità comunicative. La valutazione della prova scritta avverrà in trentesimi. A fronte del conseguimento della sufficienza all'esame scritto (almeno 18/30), verranno aggiunti da 0 a 4 punti in base alla valutazione del progetto. Il progetto verrà valutato rispetto alla completezza rispetto alle specifiche, alla correttezza rispetto alle soluzioni algoritmiche impiegate, alla chiarezza di esposizione e alla qualità del materiale inviato. Non sono previste prove in itinere.

Berry, M. W., & Kogan, J. (Eds.). (2010). Text mining: applications and theory. John Wiley & Sons. Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. Chowdhary, K., & Chowdhary, K. R. (2020). Natural language processing. Fundamentals of artificial intelligence, 603-649. Altri testi specifici su Text Mining accesibili online verranno indicati durante l'insegnamento