Corso di laurea

informatica per il management

Università degli studi di Bologna · 48 materie · 21 file condivisi

Per questo corso di laurea sono già disponibili 21 appunti all'interno della community, registrati subito per iniziare a studiare!

Obiettivi formativi
Internet e il World Wide Web hanno rivoluzionato il modo di lavorare e di gestire le organizzazioni, hanno trasformato radicalmente l'offerta dei servizi, i metodi di istruzione e di apprendimento, hanno creato nuovi generi di intrattenimento. Il corso di laurea si propone di stare al passo con la costante evoluzione delle tecnologie Internet e di formare professionisti in grado di rispondere alla sempre maggiore richiesta di servizi e di informazioni delle aziende.
Obiettivo del Corso è creare figure professionali che, grazie alla preparazione interdisciplinare fornita, possiedano conoscenze sulle tecnologie dell'informazione e della comunicazione e che abbiano sviluppato le capacità manageriali per poter gestire gli aspetti tecnologici, economici, giuridici e sociali di un'azienda.

Materie caratterizzanti
Il Corso di Laurea fornisce una preparazione di base nel campo delle scienze informatiche ed una specifica su economia, strategia e organizzazione aziendale e sulla programmazione e le architetture Internet.
Sono previste attività progettuali e di laboratorio, singole e di gruppo, mirate ad acquisire competenze pratiche nella programmazione internet e nello sviluppo di applicazioni per dispositivi mobili.

Entrare nel mondo del lavoro
La preparazione interdisciplinare permette ai laureati di avere conoscenze sulle tecnologie dell'informazione e della comunicazione e sviluppare le capacità manageriali per poter gestire gli aspetti tecnologici, economici, giuridici e sociali di un'azienda. Le principali aree di inserimento sono l'economia e l'organizzazione aziendale, il marketing, la teoria delle decisioni, la programmazione e le architetture Internet.
Le principali professioni dei laureati sono:
Gestore reti informatiche e infrastrutture tecnologiche relative
Responsabile dei sistemi informativi per la gestione di attività di i-CRM (Customer - Relationship Management)
Responsabile di sistemi informativi per la strategia aziendale
Progettista di web services.

Proseguire gli studi
Il Corso consente l'accesso al Corso di Laurea Magistrale in Informatica, ed in particolare al Curriculum Informatica per il Management, oltre che ad altri corsi di laurea magistrale o master di primo livello.

Certificazione GRIN
Il Corso di Laurea in Informatica per il management, dopo il conseguimento del Bollino GRIN nel 2012, è stato certificato "Bollino GRIN Triennale" per il 2014.
Il Bollino GRIN, erogato ogni anno a partire dal 2004 in collaborazione tra GRIN (Gruppo di Informatica - l'associazione dei professori universitari di informatica) e AICA (Associazione Italiana per l'Informatica ed il Calcolo Automatico), certifica la qualità dei contenuti delle lauree triennali e magistrali di informatica (classi L-31 e LM-18).
I risultati del processo di certificazione di qualità dei contenuti sono disponibili on-line al sito http://grin.informatica.uniroma2.it/certificazione.
La certificazione di qualità dei contenuti si basa su un insieme di criteri che definiscono quanta e quale informatica viene insegnata, quanta matematica di aree rilevanti per l'informatica viene insegnata, e quanti docenti di ruolo di informatica sono presenti. Il dettaglio delle regole di certificazione per il 2014 è disponibile a questo link
http://www.grin- informatica.it/opencms/export/sites/default/grin/files/RegoleCertificazione2014.pdf

Presentazione del Corso di Studio

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Al momento abbiamo 21 files caricati sul nostro portale suddivisi nelle 48 materie appartenenti al tuo corso di laurea.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

ALGEBRA LINEARE 1° anno · 2° semestre · 6 CFU · MAT/03 · 0 file
Archivio Globale

Al termine del modulo,lo studente conosce e sa usare l'algebra lineare di base.Conosce i vettori geometrici, gli spazi vettoriali Rn (n=1,2,3,...), gli spazi vettoriali astratti e sa operare negli spazi Rn, interpretare,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del modulo,lo studente conosce e sa usare l'algebra lineare di base.Conosce i vettori geometrici, gli spazi vettoriali Rn (n=1,2,3,...), gli spazi vettoriali astratti e sa operare negli spazi Rn, interpretare, discutere e risolvere sistemi lineari. Conosce le trasformazioni geometriche, l'algebra delle matrici, le applicazioni lineari e sa operare con le matrici e usare autovalori e autovettori.

Programma

Campi numerici. Spazi vettoriali. Sistemi lineari. Matrici e calcolo matriciale. Lineare indipendenza, sistemi di generatori, basi, coordinate. Applicazioni lineari. Autovalori e autovettori.

Modalità d'esame

Esame scritto e orale. Maggiori dettagli sulla modalità d'esame saranno disponibili sugli spazi del corso sulla piattaforma Virtuale una volta attivata a inizio semestre.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/ studenti-con-disabilita-e-dsa/); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.

Testi di riferimento

L'algebra lineare è una materia standard e un qualsiasi testo di algebra lineare va bene.
Alcuni testi di riferimento per il corso sono:
Stefano Francaviglia "Geometria e Algebra T. (Aggiornamento 2017)".
Raccolta di esercizi: Stefano Francaviglia "Test di Algebra Lineare".

Codice insegnamento 66876

ANALISI MATEMATICA 1° anno · 1° semestre · 6 CFU · MAT/05 · 0 file
Archivio Globale

Al termine del modulo lo studente apprende la topologia dello spazio dei numeri reali R e la nozione di funzione continua su questo spazio; acquisisce le nozioni di derivazione, limite e integrazione per funzioni in…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del modulo lo studente apprende la topologia dello spazio dei numeri reali R e la nozione di funzione continua su questo spazio; acquisisce le nozioni di derivazione, limite e integrazione per funzioni in una variabile su R ed è capace di svolgere uno studio di funzione; apprende il legame tra derivazione e integrazione dato dal Teorema fondamentale del Calcolo;

Programma

Cenni di teoria degli insiemi e logica di base Insiemi numerici: i numeri naturali, interi, razionali e reali, topologia di R Funzioni di una variabile reale: operazioni, proprietà, funzioni elementari Limiti. Funzioni continue e loro proprietà Calcolo differenziale: derivate, formula di Taylor e studio di funzione Calcolo integrale: il teorema fondamentale, funzioni primitive; integrazione per sostituzione, per parti, integrali di funzioni razionali e trigonometriche Integrali impropri: definizione e possibili comportamenti

Modalità d'esame

Per superare l'esame del corso integrato Analisi Matematica - Algebra Lineare bisogna superare l'esame sulle singole parti; il voto d'esame del corso integrato è la media dei voti delle singole parti.
I due moduli sono "indipendenti" ovvero si possono sostenere i relativi esami nell'ordine che si preferisce.
La prova d'esame per il modulo di Analisi Matematica consiste in una prova scritta di 2 ore relativa agli argomenti trattati durante il corso. Durante la prova non è possibile consultare libri/appunti/etc. E' consentito esclusivamente l'uso della calcolatrice scientifica (non programmabile).
Per sostenere l'esame è obbligatorio iscriversi alla lista su AlmaEsami e, nel caso si sia impossibilitati a sostenere l'esame, è obbligatorio togliersi dalla suddetta.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.

Testi di riferimento

Marco Bramanti Carlo Domenico Pagani Sandro Salsa Analisi matematica 1 (2014) con elementi di geometria e algebra lineare
Sandro Salsa Annamaria Squellati Esercizi di Analisi matematica 1 Seconda edizione (2023)

Codice insegnamento 66877

ANALISI MATEMATICA - ALGEBRA LINEARE (C.I.) 1 1° anno · 2° semestre · 0 file

Al termine del modulo,lo studente conosce e sa usare l'algebra lineare di base.Conosce i vettori geometrici, gli spazi vettoriali Rn (n=1,2,3,...), gli spazi vettoriali astratti e sa operare negli spazi Rn, interpretare,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del modulo,lo studente conosce e sa usare l'algebra lineare di base.Conosce i vettori geometrici, gli spazi vettoriali Rn (n=1,2,3,...), gli spazi vettoriali astratti e sa operare negli spazi Rn, interpretare, discutere e risolvere sistemi lineari. Conosce le trasformazioni geometriche, l'algebra delle matrici, le applicazioni lineari e sa operare con le matrici e usare autovalori e autovettori.

Programma

Campi numerici. Spazi vettoriali. Sistemi lineari. Matrici e calcolo matriciale. Lineare indipendenza, sistemi di generatori, basi, coordinate. Applicazioni lineari. Autovalori e autovettori.

Modalità d'esame

Esame scritto e orale. Maggiori dettagli sulla modalità d'esame saranno disponibili sugli spazi del corso sulla piattaforma Virtuale una volta attivata a inizio semestre.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/ studenti-con-disabilita-e-dsa/); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.

Testi di riferimento

L'algebra lineare è una materia standard e un qualsiasi testo di algebra lineare va bene.
Alcuni testi di riferimento per il corso sono:
Stefano Francaviglia "Geometria e Algebra T. (Aggiornamento 2017)".
Raccolta di esercizi: Stefano Francaviglia "Test di Algebra Lineare".

Codice insegnamento 66875

ARCHITETTURA DI INTERNET 1° anno · 2° semestre · 9 CFU · INF/01 · 0 file

Al termine del corso, lo studente possiede conoscenze relativamente alle architetture tecnologiche e all'organizzazione della rete Internet. Inoltre impara ad utilizzare i principali metodi, protocolli e strumenti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente possiede conoscenze relativamente alle architetture tecnologiche e all'organizzazione della rete Internet. Inoltre impara ad utilizzare i principali metodi, protocolli e strumenti della comunicazione, basati sul calcolatore, Internet e il WWW. In particolare, ha competenze relativamente alle procedure e ai dispositivi per le comunicazioni LAN e WAN, e al funzionamento del protocollo TCP/IP (Trasmission Control Protocol/Internet Protocol).

Programma

Reti locali e Internetworking Architettura e protocolli per Reti di Calcolatori LAN, WAN, MAN Stack Iso/Osi: Livello Fisico, MAC, Rete, Trasporto e Applicazione Struttura e Servizi Fondamentali di Internet Routing e Accesso a Internet Le Applicazioni su Internet Esempi di protocolli: Ethernet, IEEE 802.11, HDLC, PPP, ARP, RARP, IP, TCP, UDP, HTTP, SMTP, POP, IMAP, ICMP, TELNET, FTP Esempi di servizi: World Wide Web, Email, news, Chat, sistemi Client/Server, P2P e file-sharing Cenni su Wireless Internet e Sicurezza delle Reti Focus su HTTP, TCP, IP

Modalità d'esame

L'esame di fine corso, ha lo scopo di verificare se studenti/studentesse sono in possesso delle conoscenze adeguate relativamente alle architetture tecnologiche della rete Internet, con particolare riferimento ai principali metodi, protocolli e strumenti della comunicazione tramite Internet e il WWW. In particolare, l'esame è scritto e mira a valutare tramite un congruo numero di esercizi/quesiti (una decina solitamente) se studenti/studentesse sappiano risolvere problemi di natura tecnica/progettuale, basati su calcoli, riguardo ai tre successivi ambiti: - i protocolli di livello applicazione, con attenzione a HTTP, - i protocolli di livello rete e routing, con attenzione a IP e RIP/OSPF/BGP, - i protocolli di livello trasporto, con attenzione a TCP.
Ogni compito si compone di una decina di quesiti sui temi sopra indicati. Ogni quesito richiede lo sviluppo di (semplici) conti. 3 punti sono assegnabili per ogni quesito ben risolto, per assommare a 30.
E' possibile una estensione orale dell'esame dipendentemente dai casi.
Per quanto concerne studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile ( https://site.unibo.it/studenti-con-disabilita-e-dsa/it): sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.

Testi di riferimento

F. Kurose, K. W. Ross, Internet e Reti di Calcolatori, 3a Ed. o superiori, Pearson Ed.

Codice insegnamento 58423

ARCHITETTURA DI INTERNET [cod. 58423] 1° anno · 2 file
DIRITTO DI INTERNET 1° anno · 1° semestre · 6 CFU · IUS/01 · 0 file

Al termine del corso, lo studente conosce le principali problematiche giuridiche correlate allo svolgimento delle attività economiche su internet. Conosce altresì alcuni profili giuridici della sicurezza informatica.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente conosce le principali problematiche giuridiche correlate allo svolgimento delle attività economiche su internet. Conosce altresì alcuni profili giuridici della sicurezza informatica. E' in grado di formulare una prima valutazione sulla conformità di un progetto informatico di commercio elettronico alla normativa vigente.

Programma

La legge applicabile agli atti giuridici compiuti via internet La giurisdizione competente Il contratto come principale strumento di innovazione e di regolazione giuridica su internet I contratti per l'accesso alla rete, i contratti del commercio elettronico (fra imprese e fra imprese e consumatori), i contratti ad oggetto informatico (contratto di sviluppo, contratto di licenza d'uso, ecc.), i nuovi contratti atipici, cloud computing La firma digitale e le firme elettroniche La tutela dei diritti della personalità su internet Il trattamento dei dati personali: privacy, anonimato, ed esigenze di informazione La lesione dei diritti della personalità via internet: tutela cautelare e risarcimento del danno La tutela dei beni informatici (software, database, opere multimediali, ecc.) fra diritto d'autore, brevetto e diritto sui generis I profili giuridici della sicurezza informatica I reati informatici

Modalità d'esame

L'esame di profitto è svolto esclusivamente in forma orale. Il docente porrà tre o più quesiti che lo studente dovrà esporre oralmente.
L'esame verrà svolto in forma orale, mediante un colloquio con il docente e i collaboratori della cattedra. Saranno poste alla candidata o al candidato tre o più quesiti e sarà prevista una valutazione in trentesimi.
Il colloquio orale mira a valutare il livello di comprensione e di padronanza del diritto di internet, nonché la capacità attiva di confrontarsi con le principali regole applicabili online.
Il raggiungimento da parte della studentessa e dello studente di una visione organica dei temi affrontati, in particolare la capacità di cogliere gli aspetti dinamici che caratterizzano il diritto di internet, la capacità di esporre fluidamente il discorso con proprietà di linguaggio e di ragionare sui concetti giuridici saranno valutate con voti di eccellenza.
La conoscenza prevalentemente mnemonica e nozionistica degli argomenti trattati, che si traduca in una esposizione non sostenuta da una capacità di sintesi e di analisi dei temi affrontati in prospettiva organica ed un linguaggio corretto ma non sempre appropriato porteranno a valutazioni discrete.
Lacune formative e/o linguaggio non appropriato, seppur in un contesto di conoscenze minime del materiale di esame, porteranno a voti appena sufficienti.
Lacune formative, linguaggio inappropriato e mancanza di orientamento all'interno dei testi saranno valutati negativamente.
Per sostenere la prova d'esame è necessaria l'iscrizione tramite la piattaforma elettronica "Almaesami", nel rispetto inderogabile delle scadenze previste (generalmente 7 giorni prima della data fissata per la prova). Coloro che non riuscissero ad iscriversi entro la data prevista, sono tenuti a comunicare tempestivamente (e comunque prima della chiusura ufficiale delle liste di iscrizione) il problema alla segreteria didattica.
La verbalizzazione della valutazione conseguita avviene solo nella data fissata ed indicata in Almaesami e previa iscrizione.
N.B. L'esame potrà essere sostenuto dagli studenti in regola con gli esami propedeutici, con il pagamento delle tasse universitarie, con l'inserimento dell'insegnamento nel piano di studi e regolarmente iscritti all'esame. In nessun caso sarà possibile sostenere l'esame informalmente per verbalizzarlo in un secondo momento.
La tesi di laurea dovrà essere consegnata al docente venti giorni prima della data prevista per il deposito in segreteria.

Testi di riferimento

  • G. Finocchiaro, Diritto di internet, Zanichelli, Bologna, 2023, IV edizione
    Per le basi di diritto privato si consiglia:
  • F. Galgano, Istituzioni di diritto privato, Cedam, Padova (in particolare: le fonti, i diritti della personalità, l'obbligazione, il contratto, i fatti illeciti).
    Lo studente e la studentessa sono tenuti ad aggiornarsi alla normativa di più recente emanazione.

Codice insegnamento 58463

DIRITTO DI INTERNET [cod. 58463] 1° anno · 1 file
ECONOMIA AZIENDALE [cod. 37458] 1° anno · 3 file
Appunti Appunti Economia Aziendale prof. Aprile — 2022 Economia aziendale: definizione attività economica e codice ATECO. Dimensioni impresa (PMI, IPM). Totali attivo e bilancio. Stakeholders. Tipologie societarie (S.p.A., S.r.l., S.n.c.). Funzioni contabili (ufficio amministrativo, contabilità generale, controllo gestionale). Conto economico e risultato d'esercizio. Ammortamento. Ruolo dell'imprenditore. Riassunti Economia Aziendale — 2021 pillola free L'economia aziendale analizza l'azienda come strumento per soddisfare bisogni tramite produzione o consumo, distinguendo soggetti giuridici ed economici. Vengono esaminati il capitale (finanziario e intellettuale), l'ambiente di riferimento e le dinamiche di innovazione e rischio d'impresa. La gestione aziendale si articola in fasi di provvista, trasformazione, scambio e finanziamento, con attenzione all'equilibrio economico e finanziario. Concetti chiave includono l'analisi dei costi e ricavi, la catena del valore, il calcolo del reddito d'esercizio con rettifiche e integrazioni, e l'importanza dell'autofinanziamento per la durabilità. Riassunti Appunti Economia Aziendale — 2022 pillola free Economia aziendale riassunto: - Stato patrimoniale: attivo (crediti e immobilizzazioni), passivo (debiti), patrimonio netto. - Conto economico: costi, ricavi, IVA. - Registrazioni contabili e liquidazione IVA. - Fatturazione e incassi/pagamenti. - Acquisto servizi professionisti con ritenuta d'acconto. - Pagamento stipendi con ritenute. - Partecipazioni azionarie: controllo, collegamento, altre imprese. - Finanziamento bancario: interessi, ratingo. - Ammortamenti di beni immobilizzati.
ECONOMIA AZIENDALE 1° anno · 1° semestre · 6 CFU · SECS-P/07 · 0 file
Archivio Globale

Al termine del corso, lo studente possiede gli strumenti essenziali per comprendere la struttura ed il funzionamento delle aziende,conoscere il contenuto e le modalità di formazione del bilancio,interpretare i dati…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente possiede gli strumenti essenziali per comprendere la struttura ed il funzionamento delle aziende,conoscere il contenuto e le modalità di formazione del bilancio,interpretare i dati aziendali in qualità di stakeholder sia interno che esterno,analizzare le conseguenze economico-finanziarie delle decisionistrategiche, comprendere obiettivi e logiche di pianificazione e controllo.

Programma

L’azienda e il suo contesto
Fotografia aziendale Stakeholders Funzioni dell’Area Amministrativa
Bilancio
Finalità informative e destinatari Sistemi contabili Le rilevazioni contabili periodiche Le scritture di assestamento Rendicontazione di sostenibilità - cenni Esercitazioni
Analisi di bilancio
Finalità informative e destinatari Analisi economico-finanziaria-patrimoniale Profili informatici Esercitazioni
Il controllo di gestione
Finalità informative e destinatari Margine di Contribuzione Break-even point Unbundling contabile - cenni Esercitazioni
Pianificazione e Budget - cenni

Modalità d'esame

L’Esame sarà in forma scritta.
Avrà una durata di un’ora e venti e sarà così strutturato:
una prima parte costituita da domande, aperte e/o chiuse riferite all’intero programma, una seconda parte nella quale lo studente dovrà redigere le scritture contabili esplicitamente richieste e quelle indirettamente evincibili dagli eventi aziendali rappresentati, una terza parte nella quale lo studente dovrà correttamente classificare alcuni conti contabili nel bilancio a sezioni contrapposte e nel bilancio destinato al deposito presso il Registro Imprese, una quarta parte dedicata all’analisi di bilancio e/o al controllo di gestione in cui lo studente dovrà applicare le nozioni apprese risolvendo appositi esercizi numerici, un’ultima parte in cui verranno presentati esempi e/o domande a cui lo studente dovrà rispondere, effettuando i dovuti calcoli, sulla base delle conoscenze acquisite durante l’intero percorso di studi.

Testi di riferimento

Appunti - Basilari saranno gli appunti presi durante le lezioni.
Libro di testo - "Il bilancio per informatici e IT. Logiche contabili, piani pluriennali e unbundling", Aprile Cristina, Ed. Wolters Kluwer, 2022. Del Testo, le seguenti parti:
Capitolo 1 – L’impresa e gli obiettivi contabili
Capitolo 2 – Il bilancio
Capitolo 4 – Analisi di bilancio
Capitolo 5 – Piani pluriennali e budget annuali (paragrafi 5.1 e 5.4)
Capitolo 6 – Gli obblighi contabili unbundling (paragrafi 6.1, 6.2.1, 6.2.3, 6.2.4)
Materiale didattico ed esercitazioni - Pubblicati sulla piattaforma Virtuale.

Codice insegnamento 37458

IDONEITA' LINGUA INGLESE B - 2 1° anno · 1° semestre · 6 CFU · L-LIN/12 · 0 file

Consulta la pagina del sito del CLA-Centro Linguistico d'Ateneo per informazioni sulla preparazione dell'idoneita' linguistica, sui corsi, i materiali e le scadenze.

Scheda dell'insegnamento

Scheda dell'a.a. 2025/2026: quella dell'anno in corso non è ancora pubblicata.

Programma

Consulta la pagina del sito del CLA-Centro Linguistico d'Ateneo per informazioni sulla preparazione dell'idoneita' linguistica, sui corsi, i materiali e le scadenze.

Codice insegnamento 26337

LABORATORIO DI PROGRAMMAZIONE 1° anno · 2° semestre · 6 CFU · INF/01 · 0 file

Al termine del corso, lo studente conosce i princìpi e le tecniche fondamentali del paradigma di programmazione orientato agli oggetti, nonché alcune nozioni di programmazione con linguaggi di scripting. Lo studente sa…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente conosce i princìpi e le tecniche fondamentali del paradigma di programmazione orientato agli oggetti, nonché alcune nozioni di programmazione con linguaggi di scripting. Lo studente sa realizzare programmi orientati agli oggetti, sa scrivere script e sa utilizzare alcuni strumenti collaborativi per lo sviluppo del software.

Programma

Introduzione alla programmazione orientata agli oggetti in Java Incapsulamento Ereditarietà Polimorfismo e relazione di sottotipo Realizzazione e uso di strutture dati in Java Introduzione alla programmazione in Python Uso di strutture dati in Python (sequenze, liste, dizionari)
Nota: si assume che lo studente abbia familiarità con la nozione di relazione d’ordine parziale e con i principi di programmazione procedurale/imperativa in Java.

Modalità d'esame

L'esame è costituito da un progetto di programmazione e una prova scritta. La prova scritta si svolge individualmente su carta o al calcolatore il giorno dell’esame senza l’ausilio di manuali, materiale didattico o appunti personali, ha la durata di 1 ora, comprende domande aperte, domande chiuse (a risposta multipla) e semplici esercizi di programmazione in Java e in Python e viene valutata con un punteggio compreso tra 0 e 27, con sufficienza a 16. Il progetto è da svolgersi in gruppi di 2-3 persone, comporta la risoluzione di un problema di programmazione, deve essere consegnato almeno una settimana prima di sostenere la prova scritta e viene valutato con un punteggio compreso tra 0 e 5, con sufficienza a 2. Per il superamento dell’esame è necessario ottenere la sufficienza in entrambe le prove. Il voto finale è determinando sommando il voto (sufficiente) di entrambe le prove. La lode è assegnata qualora il risultato sia maggiore o uguale a 31.
Nota: l'accesso al laboratorio richiede lo svolgimento in modalità e-learning da parte di tutti gli studenti dei moduli 1 e 2 del corso di sicurezza.
Per questo esame l’uso dell’IA è vietato e ogni suo utilizzo costituisce violazione dell’integrità accademica.

Testi di riferimento

Walter Savitch, Programmazione di base e avanzata con Java, Pearson Italia, 2018. Al Sweigart, Automate the boring stuff with Python, William Pollock, 2020 (disponibile online) Versione italiana del testo precedente (ma solo prima edizione): Automatizzare le cose noiose con Python, Edizioni Lswr, 2017.

Codice insegnamento 16870

ORGANIZZAZIONE AZIENDALE 1° anno · 2° semestre · 6 CFU · SECS-P/10 · 0 file

Al termine del corso, lo studente: - possiede una buona conoscenza delle caratteristiche dei contesti competitivi in cui opera l'azienda e dei diversi modelli organizzativi necessari per adattarvisi; - è in grado di…

Scheda dell'insegnamento

Scheda dell'a.a. 2025/2026: quella dell'anno in corso non è ancora pubblicata.

Obiettivi formativi

Al termine del corso, lo studente: - possiede una buona conoscenza delle caratteristiche dei contesti competitivi in cui opera l'azienda e dei diversi modelli organizzativi necessari per adattarvisi; - è in grado di riconoscere le diverse tipologie di personalità; i modelli e i processi decisionali; e le diverse opzioni per il lavoro in team; - conosce le dinamiche di cambiamento, conflitto, gestione della diversità e modalità alternative di organizzazione che possono presentarsi durante la vita dell'azienda - è in grado di consultare materiale bibliografico e conoscere le basi dei software più usati nell'analisi delle reti organizzative

Programma

Organizzazioni e teoria organizzativa Strategia, progettazione ed efficacia Ecosistemi creativi, gestione della creatività e struttura organizzativa Relazioni interorganizzative, l'individuo, la gestione della diversità Cultura organizzativa, organizzazione comnitaria e valori etici Innovazione e cambiamento Processi decisionali (cenni) Empowerment e gender equality Organizzazioni comunitarie, temporanee, pubbliche Social Network Analysis: teoria e applicazioni Applicazioni[team work] Discussione[team work]

Modalità d'esame

Gli studenti frequentanti (sarà considerato frequentante chi parteciperà ai lavori di gruppo) potranno usufruire di una prova del peso del 50% sulla valutazione finale. La prova consisterà in:
3 domande aperte che prevedono come risposta testi argomentati in cui devono essere rielaborate nozioni acquisite, facendo riferimento ai temi trattati in aula.
La valutazione complessiva prenderà in considerazione i lavori di gruppo. In particolare la valutazione della stessa seguirà i seguenti pesi:
20% partecipazione e collaborazione in aula
30% presentazione, ricerca, qualità del lavoro di gruppo
Per gli studenti non frequentanti la prova prevederà 5 domande aperte sui testi di Bonocore e Tosi presenti in bibliografia.
Criterio di valutazione:
18-23: preparazione e capacità di analisi sufficienti ma relative ad un numero limitato di argomenti affrontati nel corso, utilizzo di un linguaggio complessivamente corretto;
24-27: preparazione tecnicamente adeguata ma con alcuni limiti rispetto agli argomenti trattati, capacità di analisi buone, anche se non particolarmente articolate, espresse in un linguaggio corretto;
28-30: ottima conoscenza di un ampio numero di temi affrontati nel corso, buone capacità di analisi e di critica, padronanza della terminologia specifica;
30L: conoscenza eccellente e molto approfondita ed esaustiva dei temi affrontati nel corso, capacità di analisi critica e di collegamento, padronanza della terminologia specifica.

Testi di riferimento

Organizzazione Aziendale - F. Buonocore, F. Montanari, L. Solari - isedi - edizione 1 (capp. 1, 2, 3, 7) Social Network Analysis - un manuale di Borgatti o Scott verrà reso disponibile durante il corso Comportamento organizzativo- H.L.Tosi, M. Pilati - Egea - edizione 2 (capp. 1, 2, 3, 4, 5, 6)

Codice insegnamento 74843

PROGRAMMAZIONE 1° anno · 1° semestre · 9 CFU · INF/01 · 0 file

Al termine del corso, lo studente conosce i princìpi e le tecniche base della programmazione. E' in grado di realizzare programmi in uno specifico linguaggio di programmazione.

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente conosce i princìpi e le tecniche base della programmazione. E' in grado di realizzare programmi in uno specifico linguaggio di programmazione.

Programma

Il corso copre principalmente il paradigma di programmazione imperativa, utilizzando il linguaggio Java. Gli argomenti trattati sono i seguenti:
Introduzione alla programmazione e al linguaggio Java Variabili, tipi, operatori, espressioni Costrutti di selezione Costrutti di iterazione Array e matrici Programmazione procedurale Ricorsione Lettura e scrittura file

Modalità d'esame

L'esame copre tutti gli argomenti trattati nel corso e consiste nella progettazione e scrittura di codice Java.
Si svolge in laboratorio, senza l'ausilio di manuali, appunti personali o dispositivi elettronici di alcun tipo. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
La durata dell’esame dipende dal numero di esercizi assegnati, considerando un minimo di 30 minuti per esercizio e un massimo di tre ore complessive.
La prova di laboratorio viene valutata sulla base dei seguenti criteri:
Correttezza sintattica: il codice deve compilare; gli esercizi che non compilano non verranno presi in considerazione. Correttezza semantica: il codice deve eseguire correttamente quanto richiesto dalla consegna. Pragmatica: il codice deve essere pulito, leggibile, non ridondante e il più possibile efficiente.
Gli studenti che otterranno un voto pari o superiore a 27 nella prova di laboratorio dovranno sostenere un’ulteriore verifica orale, finalizzata a confermare, modificare o incrementare il voto conseguito.
La prova orale consisterà nello svolgimento (anche parziale) di esercizi, nella discussione delle soluzioni proposte e nell’approfondimento di argomenti correlati.
Al fine di prevenire casi di plagio, i docenti si riservano la facoltà di richiedere una verifica orale anche agli studenti con un voto inferiore a 27, oppure di somministrare l’esame in forma scritta su carta anziché in laboratorio.
Sono garantiti sei appelli d’esame all’anno. Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.

Testi di riferimento

Il libro principalmente utilizzato per lo sviluppo di questo corso è:
W. Savitch, Programmazione di base e avanzata con Java, Pearson Italia S.p.A., 2024.
L'acquisto del libro non è necessario per seguire il corso né per sostenere l’esame.

Codice insegnamento 00819

ALGORITMI E STRUTTURE DATI (9 CFU) 2° anno · 1° semestre · 9 CFU · INF/01 · 0 file

Al termine del corso, lo studente: - conosce gli algoritmi (divide-et-impera, programmazione dinamica, metodo greedy, backtracking, ricerca locale) per risolvere problemi computazionali di base su strutture dati…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente: - conosce gli algoritmi (divide-et-impera, programmazione dinamica, metodo greedy, backtracking, ricerca locale) per risolvere problemi computazionali di base su strutture dati elementari (liste, code, alberi, grafi, etc.); - conosce le tecniche di base (notazione asintotica, ricorrenze) per calcolare il costo computazionale degli algoritmi; - conosce le classi di complessità computazionale P, NP e NP-hard; - è in grado di progettare algoritmi efficienti per risolvere semplici problemi computazionali; - è in grado di stimare in ordine di grandezza il costo computazionale degli algoritmi; - è in grado di analizzare la complessità computazionale di problemi computazionali di base; - è in grado di dare una valutazione circa l'efficienza e la correttezza di un algoritmo; - è capace di elaborare e di presentare un progetto per la risoluzione di problemi computazionali di base

Programma

Strutture dati elementari (Liste, Pile, Code, Alberi...)
Costo asintotico degli algoritmi
Algoritmi di ordinamento, selezione e ricerca
Insiemi, Dizionari
Alberi binari di ricerca, alberi RB
Tabelle Hash, Code di priorità
Strutture union-find
Tecniche Algoritmiche: divide et impera, algoritmi greedy, programmazione dinamica
Grafi e visite di grafi: visita in ampiezza e profondità
Algoritmi elementari su grafi, Minimum Spanning Tree, cammini minimi
Cenni alla teoria della NP-completezza

Modalità d'esame

Nel corso di ogni anno accademico vengono fissati sei appelli: tre nella sessione estiva (Maggio/Luglio); uno nella sessione autunnale (Settembre) e due nella sessione invernale (Gennaio/Febbraio).
La verifica dell'apprendimento avviene attraverso lo svolgimento di un progetto e di una prova orale. Il progetto mira ad accertare le abilità acquisite nel risolvere problemi computazionali tramite la progettazione e implementazione di algoritmi efficienti, e a verificare l'acquisizione delle conoscenze previste dal programma del corso.
La valutazione dei progetti deve risultare almeno sufficiente (i.e., deve ottenere una valutazione ≥ 18/30) per essere valida ai fini dell'esame. La prova orale, anch’essa valutata in trentesimi, consiste nella discussione dei progetti consegnati. Durante il colloquio verranno inoltre poste domande volte a verificare l’acquisizione delle conoscenze previste dall’intero programma del corso.
Il voto finale, espresso in trentesimi, tiene conto delle valutazioni ottenute nei progetti e nella prova orale.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato per le prove di verifica svolte in ambiente non controllato, che saranno convalidate a valle dell’analisi dei materiali di lavoro prodotti e obbligatoriamente consegnati, anche tramite eventuale colloquio orale (Scenario 2 delle linee guida UNIBO).
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/ studenti-con-disabilita-e-dsa/it [https://site.unibo.it/studenti-con-disabilita-e-dsa/it] ); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.

Testi di riferimento

Testi adottati:
Alan A. Bertossi, A. Montresor, Algoritmi e Strutture di Dati [https://www.cittastudi.it/catalogo/scienze/algoritmi-e-strutture-di-dati-1802], CittàStudi 2014, ISBN: 9788825173956 Altri testi consigliati:
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano, Algoritmi e strutture dati 2/ed, McGraw-Hill, 2008, ISBN: 978 88 386 64687
Camil Demetrescu, Umberto Ferraro Petrillo, Irene Finocchi, Giuseppe F. Italiano, Progetto di Algoritmi e Strutture Dati in Java, McGraw-Hill, 2007, ISBN: 9788838663741
Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Introduzione agli algoritmi e strutture dati 2/ed, McGraw-Hill, 2005, ISBN: 9788838662515

Codice insegnamento B4913

ALGORITMI E STRUTTURE DATI [cod. 11929] 2° anno · 1 file
FINANZA AZIENDALE 2° anno · 1° semestre · 6 CFU · SECS-P/09 · 0 file

Al termine del corso lo studente acquisisce nozioni di finanza aziendale di base con le quali può affrontare la valutazione di un progetto di investimento e di una azienda (fair value) con i più noti metodi di analisi…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente acquisisce nozioni di finanza aziendale di base con le quali può affrontare la valutazione di un progetto di investimento e di una azienda (fair value) con i più noti metodi di analisi finanziaria. Alla teoria viene affiancata lo studio di casi concreti in cui lo studente deve mettere in pratica le nozioni apprese in una ottica di microimpresa. Gli altri argomenti tipici della finanza aziendale (calcolo del beta, problemi di agenzia, CAPM, efficienza dei mercati e l’indebitamento ottimale di una azienda) vengono affrontati in maniera pragmatica piegando la trattazione ai fini del calcolo del fair price di una azienda attraverso il metodo dei flussi di cassa

Programma

Identità e impostazione del corso
Il corso presenta la finanza aziendale come il sistema attraverso il quale l’impresa prende decisioni, ne misura le conseguenze e traduce strategia, organizzazione e tecnologia in numeri. L’obiettivo non è formare analisti finanziari, ma futuri professionisti capaci di capire i principali problemi economico-finanziari, usare strumenti essenziali e dialogare con amministrazione, controllo, banche e investitori.
L’approccio è narrativo, manageriale e applicato. Le formule vengono introdotte quando servono a risolvere un problema: comprendere perché un’impresa redditizia può fallire, decidere se acquistare una tecnologia, scegliere fra debito e capitale proprio o valutare se la crescita stia realmente creando valore.
Studenti del secondo anno di Informatica per il management, già formati sui fondamenti di organizzazione aziendale e con una preparazione matematica di base. Sono sufficienti percentuali, proporzioni, potenze, medie e uso elementare del foglio elettronico.
leggere in modo manageriale stato patrimoniale, conto economico e rendiconto finanziario; distinguere reddito, patrimonio e liquidità; calcolare e interpretare margini e pochi indicatori essenziali di redditività, equilibrio e indebitamento; comprendere il valore finanziario del tempo; ·valutare un investimento semplice mediante flussi di cassa, VAN, TIR e payback period; riconoscere costi, benefici e rischi delle principali fonti di finanziamento; collegare le decisioni finanziarie a tecnologia, dati, sostenibilità e strategia.

Modalità d'esame

Prova scritta individuale
La prova scritta dura 90–120 minuti ed è composta da tre macro-domande. La prima richiede di leggere e interpretare una situazione aziendale essenziale, distinguendo redditività, liquidità ed equilibrio. La seconda propone un esercizio guidato su indicatori economico-finanziari, valore attuale, VAN o payback, accompagnato dall’interpretazione del risultato. La terza presenta un caso manageriale aperto nel quale formulare e motivare una decisione collegando finanza, organizzazione, tecnologia, rischio e strategia.
Criterio generale. La correttezza del calcolo è necessaria ma non sufficiente: lo studente deve spiegare che cosa misura il risultato, quali ipotesi incorpora e quale decisione può sostenere.
Studenti frequentanti
prova scritta individuale: 80% del voto finale;
portfolio dei quattro lavori di gruppo: 15%;
breve riflessione individuale conclusiva: 5%.
Studenti non frequentanti
La prova scritta individuale rappresenta il 100% del voto finale e comprende un caso aggiuntivo equivalente alle competenze sviluppate attraverso i lavori di gruppo. I contenuti e gli strumenti richiesti restano invariati.
Criteri di valutazione
comprensione e corretto uso dei concetti;
correttezza del procedimento e dei calcoli;
capacità di interpretare i risultati e formulare una decisione motivata;
chiarezza espositiva e appropriatezza del linguaggio finanziario;
capacità di riconoscere ipotesi, limiti e rischi.
Durante la prova è consentito l’uso della calcolatrice e di un formulario di una pagina fornito dalla docente. Non è consentito consultare il manuale o altri materiali, salvo diversa comunicazione. Eventuali adattamenti saranno applicati secondo le procedure dell’Ateneo.

Testi di riferimento

Manuale di riferimento
Brealey, R. A., Myers, S. C., Allen, F., Edmans, A. e Sandri, S. (2024), Principi di finanza aziendale, 9ª edizione, McGraw-Hill Education.
Il manuale non è richiesto integralmente. Saranno oggetto d’esame esclusivamente i capitoli e i paragrafi indicati dalla docente e corrispondenti ai contenuti effettivamente trattati nel corso.
Risorsa gratuita di supporto
Dahlquist, J. R. e Knight, R. (2022), Principles of Finance, OpenStax. Sono consigliate le parti dedicate al ruolo della finanza, ai bilanci e ai flussi di cassa, al valore temporale del denaro, alle decisioni di investimento, alle obbligazioni, alla struttura finanziaria e al capitale circolante. Il testo, in lingua inglese, è integrativo salvo diversa indicazione della docente.
Materiali didattici
Slide, testi di approfondimento, formulario, esercizi e casi predisposti dalla docente. Tali materiali integrano il manuale e definiscono il perimetro effettivo della preparazione richiesta.
Approfondimento facoltativo
Damodaran, A., Corporate Finance e materiali didattici disponibili sul sito della NYU Stern. La risorsa non costituisce materiale obbligatorio d’esame.

Codice insegnamento 04521

FINANZA AZIENDALE [cod. 04521] 2° anno · 1 file
FONDAMENTI DI ECONOMIA INDUSTRIALE 2° anno · 1° semestre · 6 CFU · SECS-P/01 · 0 file

Upon completion of the course, the student will gain fundamental knowledge of Industrial Economics. (i) Consumer theory basics: preferences, budget constraint, choice, individual demand and surplus, aggregated demand,…

Scheda dell'insegnamento

Obiettivi formativi

Upon completion of the course, the student will gain fundamental knowledge of Industrial Economics. (i) Consumer theory basics: preferences, budget constraint, choice, individual demand and surplus, aggregated demand, and elasticity. (ii) Production theory: market structures, technology, optimal choice of production factors, cost minimization, cost function, average and marginal cost functions. (iii) Perfect competition: profit maximization under perfect competition, firm and industry supply, competitive equilibrium. (iv) Indexes of market structure and market power. (v) Pure monopoly and basic oligopoly analysis: Cournot and Bertrand models. Whenever possible, the analysis will be developed with reference to digital markets.

Programma

1. Teoria del consumatore:
Vincolo di bilancio. Preferenze. Scelta. Domanda individuale e di mercato. Surplus individuale ed aggregato.
2. Teoria della produzione.
Insieme di produzione e funzione di produzione. Massimizzazione del profitto tramite la scelta delle quantità dei fattori di produzione. Minimizzazione dei costi e la funzione di costo. Costi medi e marginali. Massimizzazione del profitto tramite la scelta del livello di output di un'impresa concorrenziale Funzione di offerta individuale ed aggregata.
3. Equilibrio nei mercati senza interazione strategica.
Equilibrio concorrenziale: definizione, caratteristiche, proprietà. Monopolio puro: definizione, caratteristiche, proprietà.
4. Equilibrio nei mercati con interazione strategica.
Cenni di Teoria dei Giochi. Concorrenza nelle quantità: il modello di Cournot. Concorrenza nei prezzi: il modello di Bertrand.
5. Cenni a strumenti d'asta.

Modalità d'esame

Esame scritto a libro chiuso: domande a scelta multipla (20 punti) ed aperte/esercizi (12 punti), durata: 1 ora.
Il massimo punteggio ottenibile fornendo tutte le risposte esatte, complete e di adeguato livello di rigore formale è 30 e lode.
Gradazione del voto:
<18 Insufficiente. 18-23 Sufficiente. 24-27 Buono. 28-30 Ottimo. 30 e lode Eccellente.
Gli eventuali esami online si terranno su piattaforma EOL ed avranno le stesse caratteristiche.
L'uso di calcolatrici è permesso.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.

Testi di riferimento

Hal .R. Varian, Microeconomia, Cafoscarina, Venezia, ultima edizione.
L. Pepall, D. Richards, G. Norman e G. Calzolari, Organizzazione Industriale, McGraw-Hill, Milano, ultima edizione. Ulteriori riferimenti verranno forniti quando necessario.

Codice insegnamento B9130

INGEGNERIA DEL SOFTWARE (9 CFU) 2° anno · 2° semestre · 9 CFU · INF/01 · 0 file

Al termine del corso, lo studente possiede nozioni fondamentali riguardanti l'ingegneria del software, ovvero i principali processi e pratiche per lo sviluppo collaborativo di sistemi software di elevata qualità. In…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente possiede nozioni fondamentali riguardanti l'ingegneria del software, ovvero i principali processi e pratiche per lo sviluppo collaborativo di sistemi software di elevata qualità. In particolare, lo studente conosce a sa applicare principi, pratiche e pattern nell'analisi, progettazione e realizzazione di sistemi software; sa indirizzare le problematiche relative alla qualità interna dei sistemi software; conosce le principali metodologie agili e pianificate ed è in grado di operare all'interno di un team di sviluppo

Programma

Introduzione all'ingegneria del software Modelli di processo di sviluppo del software Il modello di analisi Introduzione a UML UML: casi d'uso UML: classi Modello di analisi – modellazione di dominio UML: attività UML: Interazioni Principi di progettazione object oriented I pattern GRASP I design patterns Lo sviluppo software agile Pattern moderni e framework Testing: unità, integrazione e accettazione Strumenti di building automation Continuous Integration: pratiche e strumenti

Modalità d'esame

La verifica delle competenze avviene attraverso la valutazione di una prova scritta e di un progetto, una ulteriore prova orale è opzionale.
La prova scritta, della durata di 2 ore, prevede esercizi di modellazione e di specifica e delle domande a risposta aperta.
Gli esercizi di modellazione sono valutati considerando la completezza e la correttezza; le domande a risposta aperta sono valutate considerando la completezza, la correttezza, l'uso appropriato del lessico tecnico, la capacità di fare collegamenti con altri argomenti dell'insegnamento e l'utilizzo del pensiero critico. E' necessario raggiungere il punteggio minimo di 16 punti nella parte di modellazione affinché la prova sia sufficiente.
Il progetto è valutato sulla base del materiale consegnato e di una discussione considerando la correttezza e l'adesione alle pratiche suggerite.
La prova orale può essere richiesta a discrezione del docente o dallo studente se vuole migliorare la valutazione finale (va richiesta dopo aver sostenuto le altre prove) e può riguardare tutti gli argomenti visti a lezione.
Il voto finale si ottiene attraverso la media aritmetica della valutazione della prova scritta e della valutazione del progetto. La valutazione della prova orale concorre a modificare tale valore. Al voto finale può concorrere, nel limite di un punto addizionale per la prova scritta, anche la valutazione positiva dell'esposizione da parte dello studente di un esercizio in itinere proposto dal docente.
La verbalizzazione non è automatica: gli studenti devono contattare il docente una volta acquisiti i voti di scritto e progetto.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Modalità di utilizzo degli strumenti di Intelligenza Artificiale Generativa nelle prove d’esame del proprio insegnamento: per quanto riguarda la prova di verifica scritta, l’uso dell’IA è vietato, ogni utilizzo costituisce violazione dell’integrità accademica; per quanto riguarda il progetto è consentito un uso limitato, dichiarato e non sostanziale dell’IA per attività di supporto (sintesi, riformulazioni), non è permesso l’uso sostanziale per lo svolgimento di parti della prova.

Testi di riferimento

Craig Larman, Applying UML and Patterns: An Introduction to Object-Oriented Analysis and Design and Iterative Development (3rd Edition), Prentice Hall
Altri testi saranno suggeriti a lezione

Codice insegnamento 90106

LABORATORIO DI SISTEMI OPERATIVI 2° anno · 2° semestre · 6 CFU · INF/01 · 0 file

Al termine del laboratorio, lo studente è in grado di applicare le nozioni teoriche che apprende nel modulo di sistemi operativi.

Scheda dell'insegnamento

Obiettivi formativi

Al termine del laboratorio, lo studente è in grado di applicare le nozioni teoriche che apprende nel modulo di sistemi operativi.

Programma

1: Java threads 2: Sincronizzazione tra processi 3: Comunicazioni su rete 4: Shell e programmazione di shell 5: Programmazione client-server

Modalità d'esame

Vedere la scheda per il modulo di Sistemi Operativi.

Testi di riferimento

Vedere la scheda per il modulo di Sistemi Operativi.

Codice insegnamento 58348

METODI NUMERICI PER IL CALCOLO 2° anno · 1° semestre · 8 CFU · MAT/08 · 0 file

Al termine del corso, lo studente conosce le nozioni di base del Calcolo Numerico Scientifico. Apprende le caratteristiche essenziali dei metodi numerici per risolvere alcuni problemi classici della matematica mediante…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente conosce le nozioni di base del Calcolo Numerico Scientifico. Apprende le caratteristiche essenziali dei metodi numerici per risolvere alcuni problemi classici della matematica mediante l'uso di un calcolatore, nel minor tempo e con la massima accuratezza. Per gli algoritmi proposti lo studente è in grado di utilizzare il sistema Matlab/Octave per la sperimentazione dei metodi e nelle applicazioni.

Programma

  • Numeri finiti
  • equazioni non lineari
  • funzioni in più variabili: differenziabilità
  • minimizzazione di funzioni in più variabili. Metodo del gradiente
  • Algebra lineare numerica: norme, sistemi lineari, condizionamento, autovalori, valori singolari, regressione lineare e minimi quadrati
  • interpolazione e approssimazione
  • equazioni differenziali ordinarie del primo ordine: metodo di Eulero
  • Python: librerie numpy, scipy, matplotlib, scikitlearn
    gli argomenti verranno trattati sia in modo teorico che con implementazionie python degli algortimi.
    Verranno assegnati quattro homework.

Modalità d'esame

L'esame è composto di due parti che si svolgono lo stesso giorno: un quiz a risposta multipla (tre scelte) e un esame orale.
Il quiz a risposta multipla è costituito da 20 domande sia di teoria che semplici esercizi su tutto il programma del corso: ogni domanda esatta vale un punto, sbagliata o non data zero punti. il punteggio massimo è quindi 20 e il minimo per passare all'orale è 14. Il quiz viene svolto sulla piattaforma Virtuale di Unibo dal portatile personale. Lo studente può utilizzare solo la calcolatrice.
L'esame orale riguarda gli homeworks. Lo studente deve portare i codici (NON COMMENTATI) e un report in cui ci siano solo i risultati ottenuti (grafici e tabelle).
L'orale consiste in una discussione sugli homeworks e le domande possono riguardare il codice, i risultati e la teoria collegata all'homework. Il voto massimo è 12 e il minimo è 4. Viene valutata l'efficienza del codice, la conoscenza del codice da parte dello studente, i risultati ottenuti e la capacità di esporre la parte teorica richiesta.
Il voto finale è la somma dei due voti. Se si supera il 30 viene data la lode.
SE UNA DELLE DUE PARTI NON é SUFFICIENTE SI DEVE RIPETERE L'INTERO ESAME.
Per quanto riguarda il progetto è consentito un uso limitato e non sostanziale dell’IA per attività di supporto (es., verifica del codice e documentazione). Non è permesso l’uso sostanziale per lo svolgimento di parti della prova. Durante l'esame orale, lo studente deve dimostrare padronanza del codice, saperlo spiegare e motivare le scelte fatte.

Testi di riferimento

note dei docenti

Codice insegnamento 69176

MICROECONOMIA [cod. 09446] 2° anno · 3 file
SISTEMI OPERATIVI 2° anno · 2° semestre · 9 CFU · INF/01 · 0 file

Al termine del modulo, lo studente possiede i concetti e le tecniche di base dei sistemi operativi moderni incluse alcune tecniche per rendere il sistema più sicuro. Approfondisce inoltre le proprie conoscenze sui…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del modulo, lo studente possiede i concetti e le tecniche di base dei sistemi operativi moderni incluse alcune tecniche per rendere il sistema più sicuro. Approfondisce inoltre le proprie conoscenze sui principali linguaggi di programmazione ad oggetto, imparando a gestire la concorrenza e la distribuzione.

Programma

1: Introduzione ai sistemi operativi (SO) 2: Richiami di architettura 3: Organizzazione generale di un SO 4: Processi e threads 5: Concorrenza e comunicazione 6: Scheduling della CPU 7: Gestione della memoria 8: File system 9: Richiami di sistemi distribuiti 10: Distributed comunication 11: Protezione, sicurezza, crittografia
Maggiori dettagli si trovano nella pagina principale del corso, raggiungibile a partire dalla pagina web del docente

Modalità d'esame

Esame scritto e progetto (che fa parte del modulo "laboratorio"). Il voto finale tiene conto di entrambi i voti, dando piu' peso pero' al voto allo scritto.L'esame scritto mira a verificare la comprensione dei concetti esposti durante le lezioni e la capacita' di sapere applicare tali concetti in situazioni concrete presentate come brevi esercizi.
Il progetto e' un lavoro di gruppo, che mira a verificare la comprensione dei costrutti di programmazione per sistemi concorrenti e/o distribuiti esaminati durante il corso.
Un esame orale facoltativo puo' essere usato dagli studenti per migliorare il voto dello scritto, o puo' essere richiesto dal docente per una piu' precisa valutazione dello scritto.
Maggiori dettagli si trovano nella pagina principale del corso, raggiungibile a partire dalla pagina web del docente.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.

Testi di riferimento

Referenza principale: # Silberschatz, Galvin, and Gagne, Applied Operating Systems Concepts, John Wiley and Sons, (varie edizioni, di vari anni, esistono, e sono generalmente tutte valide, a patto che siano basate su Java; per esempio la versione della Pearson; esistono versioni del libro infatti basate su altri linguaggi). Altri testi su SO sono comunque possibili (consultare il docente) Sulla programmazione ad oggetti in ambito concorrente e/o distribuito, un ottimo testo e': "Oggetti concorrenza distribuzione. Programmare a diversi livelli di astrazione", Crafa Silvia, edizioni Esculapio, 2014

Codice insegnamento 08574

SISTEMI OPERATIVI - LABORATORIO DI SISTEMI OPERATIVI (C.I.) 1 2° anno · 2° semestre · 0 file

Al termine del modulo, lo studente possiede i concetti e le tecniche di base dei sistemi operativi moderni incluse alcune tecniche per rendere il sistema più sicuro. Approfondisce inoltre le proprie conoscenze sui…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del modulo, lo studente possiede i concetti e le tecniche di base dei sistemi operativi moderni incluse alcune tecniche per rendere il sistema più sicuro. Approfondisce inoltre le proprie conoscenze sui principali linguaggi di programmazione ad oggetto, imparando a gestire la concorrenza e la distribuzione.

Programma

1: Introduzione ai sistemi operativi (SO) 2: Richiami di architettura 3: Organizzazione generale di un SO 4: Processi e threads 5: Concorrenza e comunicazione 6: Scheduling della CPU 7: Gestione della memoria 8: File system 9: Richiami di sistemi distribuiti 10: Distributed comunication 11: Protezione, sicurezza, crittografia
Maggiori dettagli si trovano nella pagina principale del corso, raggiungibile a partire dalla pagina web del docente

Modalità d'esame

Esame scritto e progetto (che fa parte del modulo "laboratorio"). Il voto finale tiene conto di entrambi i voti, dando piu' peso pero' al voto allo scritto.L'esame scritto mira a verificare la comprensione dei concetti esposti durante le lezioni e la capacita' di sapere applicare tali concetti in situazioni concrete presentate come brevi esercizi.
Il progetto e' un lavoro di gruppo, che mira a verificare la comprensione dei costrutti di programmazione per sistemi concorrenti e/o distribuiti esaminati durante il corso.
Un esame orale facoltativo puo' essere usato dagli studenti per migliorare il voto dello scritto, o puo' essere richiesto dal docente per una piu' precisa valutazione dello scritto.
Maggiori dettagli si trovano nella pagina principale del corso, raggiungibile a partire dalla pagina web del docente.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.
Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.

Testi di riferimento

Referenza principale: # Silberschatz, Galvin, and Gagne, Applied Operating Systems Concepts, John Wiley and Sons, (varie edizioni, di vari anni, esistono, e sono generalmente tutte valide, a patto che siano basate su Java; per esempio la versione della Pearson; esistono versioni del libro infatti basate su altri linguaggi). Altri testi su SO sono comunque possibili (consultare il docente) Sulla programmazione ad oggetti in ambito concorrente e/o distribuito, un ottimo testo e': "Oggetti concorrenza distribuzione. Programmare a diversi livelli di astrazione", Crafa Silvia, edizioni Esculapio, 2014

Codice insegnamento 27221

STRATEGIA AZIENDALE [cod. 37459] 2° anno · 1 file
STRATEGIA AZIENDALE 2° anno · 2° semestre · 6 CFU · SECS-P/07 · 0 file

Obiettivo del corso è fornire agli studenti gli strumenti necessari per valutare e prendere decisioni strategiche, con particolare attenzione alla coerenza tra le risorse e le competenze interne, le variabili di…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo del corso è fornire agli studenti gli strumenti necessari per valutare e prendere decisioni strategiche, con particolare attenzione alla coerenza tra le risorse e le competenze interne, le variabili di mercato e gli obiettivi di lungo termine. Al termine del corso lo studente è in grado di definire cos’è una strategia e come può essere raggiunto un vantaggio competitivo attraverso l’analisi dell’ambiente competitivo e delle risorse e competenze. Al termine del corso lo studente comprende l’importanza dei modelli di business, delle strutture e forme organizzative e dell’innovazione tecnologica. Lo studente è in grado di definire una strategia e di valutare una strategia di business analizzandola nel suo contesto competitivo

Programma

  • Strategia e risultati - Struttura del settore e posizionamento dell'impresa - Dinamiche di settore e cambiamento strategico - Valutazione della strategia - Valutazione della strategia nell'impresa multibusiness

Modalità d'esame

La prova d'esame è svolta in forma scritta.
L’esame è superato se la valutazione è uguale o superiore a 18/30.
Struttura e durata della prova
Punteggio fino a 30/trentesimi:
quesiti a risposta chiusa (n. min. 16 quesiti, n. max 23) [per ogni quesito, quattro alternative di risposta di cui una corretta e tre distrattori] quesiti a risposta aperta (n. min. 2 quesiti, n. max 4)
Punteggio per il conferimento della lode:
un quesito a risposta aperta per la lode (la risposta al quesito in oggetto viene corretta esclusivamente previo ottenimento di un punteggio pari a 30/trentesimi - concorre unicamente all’attribuzione della lode e non può integrare una valutazione inferiore a 30/trentesimi )
La durata della prova, in relazione alla struttura, varia tra i 70 e i 100 minuti.
A titolo meramente esemplificativo:
22 quesiti a risposta chiusa [per ogni quesito, quattro alternative di risposta di cui una corretta e tre distrattori → risposta corretta 1 punto, risposta non data o sbagliata 0 punti] 2 quesiti a risposta aperta [punteggio → max 4 punti a quesito] un quesito a risposta aperta per la lode (la risposta al quesito in oggetto viene corretta esclusivamente previo ottenimento di un punteggio pari a 30 /trentesimi -- concorre unicamente all’attribuzione della lode e non può integrare una valutazione inferiore a 30 /trentesimi)
La durata della prova nell'esempio è pari a 70 minuti.
Ulteriori informazioni all'interno della piattaforma "Risorse didattiche Virtuale".
Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile ( https://site.unibo.it/studenti-con-disabilita-e-dsa/it): sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.
L’IA può essere uno strumento utile per coadiuvare lo studio individuale con approfondimenti, sintesi e percorsi di autovalutazione. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato sia nella realizzazione di progetti sia durante le prove di valutazione in presenza.

Testi di riferimento

  • Materiale didattico a cura del docente disponibile su virtuale.unibo.it
  • Eventuali appunti di lezione
  • R. M. Grant, L’analisi strategica per le decisioni aziendali, il Mulino, 2020 [ultima edizione disponibile - sesta edizione]
    Per gli studenti il cui piano didattico preveda 8 CFU si rimanda alle indicazioni disponibili su virtuale.unibo.it

Codice insegnamento 37459

BASI DI DATI [cod. 70155] 3° anno · 2 file
BASI DI DATI E APPLICAZIONI WEB 3° anno · 1° semestre · 11 CFU · INF/01 · 0 file

Al termine del corso, lo studente: - conosce i principali modelli logici dei dati (relazionale, NoSQL) ed i costrutti del linguaggio SQL; - è in grado di progettare e realizzare una base di dati; - è capace di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente: - conosce i principali modelli logici dei dati (relazionale, NoSQL) ed i costrutti del linguaggio SQL; - è in grado di progettare e realizzare una base di dati; - è capace di elaborare un progetto per la realizzazione di applicazioni Web e integrare componenti di basi di dati, front-end e back-end.

Programma

L’insegnamento è articolato in due moduli, di seguito denominati Modulo 1 e Modulo 2.
Il Modulo 1 è dedicato ai principi, alle metodologie, ai linguaggi e agli strumenti per la progettazione, modellazione e gestione di basi di dati, con particolare attenzione ai requisiti di scalabilità, persistenza, affidabilità e integrità dei dati.
Il Modulo 2 affronta le architetture, i linguaggi e le piattaforme per la progettazione e lo sviluppo di moderne applicazioni Web, con particolare enfasi sull’integrazione con i sistemi di gestione delle basi di dati trattati nel primo modulo.
Nota: i contenuti del Modulo 2 sono il proseguimento dei temi affrontati nel corso di Tecnologie Web: quest’ultimo tratta i linguaggi e le tecnologie alla base del World Wide Web, mentre il Modulo 2 si concentra sullo sviluppo server-side e client-side. Per una migliore comprensione degli argomenti trattati, si consiglia di seguire anche il corso di Tecnologie Web nello stesso semestre.
Di seguito si riporta la descrizione dettagliata dei contenuti dei due moduli.
MODULO 1: BASI DI DATI
Il Modulo 1 prevede due sezioni principali.
A valle di un’introduzione generale sull’area dell’insegnamento (dato, informazione, base di dati, etc), la prima sezione introduce i principi della modellazione e gestione di dati strutturati, basati sul modello relazionale e dei DBMS relazionali. Quindi, vengono illustrate in maniera dettagliata le funzionalità del linguaggio SQL per la creazione, modifica ed interrogazione di basi di dati relazionali (SQL DDL e DML). Inoltre, vengono presentati approcci alternativi al modello relazionale (sistemi NoSQL document-based e column-based), ed alle tecnologie per la gestione dei big data.
La seconda sezione illustra metodologie e strumenti per la progettazione di basi di dati a partire dell'analisi dei requisiti di sistema. Vengono presentate in dettaglio le fasi tradizionalmente legate all'ingegneria del software per la progettazione dei dati, ossia analisi dei requisiti, progettazione concettuale, progettazione logica, progettazione fisica, analisi delle prestazioni dei modelli, tecniche di normalizzazione.
MODULO 2: APPLICAZIONI WEB
Il Modulo 2 affronta linguaggi, architetture e strumenti per la costruzione di applicazioni Web, ed è ulteriormente diviso in due sezioni. La prima riguarda lo sviluppo del backend di un’applicazione Web e si pone l’obiettivo di analizzare la struttura interna delle applicazioni lato server, i meccanismi di lettura delle richieste HTTP ed elaborazione delle risposte, la costruzione e l’uso di API, e la struttura interna delle applicazioni.
La seconda sezione riguarda lo sviluppo del front-end e in particolare l’uso di framework come Vue, React e Angular. L’obiettivo è astrarre le caratteristiche comuni di questi framework, i principi di funzionamento, le componenti principali e la loro integrazione.
Nel modulo saranno inoltre illustrati alcuni stack tecnologici come LAMP e MERN.
Segue l'elenco sommario degli argomenti del corso:
Introduzione del corso: informazioni, dati e DBMS
Modelli e Linguaggi per Basi di Dati
Il modello relazionale: concetti di base, vincoli di integrita' e chiavi.
Algebra relazionale. Esempi di Database Management Systems (DMBS) relazionali: MySQL. Il linguaggio SQL: definizione dei dati, modifica dei dati, interrogazioni, definizione di viste, transazioni. Approcci alternativi al modello relazionale: approcci NoSQL e tecnologie per la gestione i big data (cenni). Esempi di sistemi NoSQL: MongoDB e Cassandra. Progettazione di Basi di Dati
Progettazione concettuale: il modello E/R, raccolta ed analisi di requisiti, strategie di progettazione concettuale, verifica di qualita'.
Progettazione logica: ristrutturazione degli schemi E/R, traduzione nel modello relazionale, analisi di qualità di schemi E/R. Tecniche di normalizzazione: forme normali (Boyce-Codd, terza forma normale), decomposizione in forma normale. Progettazione fisica: indici e strutture dati per la gestione dei dati
Applicazioni Web e Web Information Systems
Architettura delle applicazioni Web Sviluppo backend: elaborare richieste e risposte HTTP e interfacciarsi con basi di dati Sviluppo Web full stack: LAMP, MERN e altri stack tecnologici Framework di sviluppo client-side basati su componenti: introduzione a Vue, React e Angular Linguaggi per lo sviluppo Web: da Javascript e TypeScript

Modalità d'esame

La verifica dell'apprendimento prevede una prova scritta (obbligatoria), un progetto (obbligatorio), una prova orale (facoltativa) ed eventuali homework(facoltativi).
Prova scritta. La prova scritta ha una durata di 2 ore e 30 minuti, non consente l'utilizzo di libri, appunti o altro materiale didattico ed è subordinata alla preventiva iscrizione tramite il portale AlmaEsami. La prova è costituita da esercizi relativi agli argomenti trattati durante l'insegnamento. La valutazione, espressa in trentesimi, contribuisce per 2/3 alla determinazione del voto finale. L'esito della prova scritta mantiene la propria validità senza limiti temporali. Progetto. Il progetto consiste nella progettazione e realizzazione di un'applicazione Web completa, comprensiva di database, back-end e front-end, e contribuisce per 1/3 alla determinazione del voto finale. Il progetto può essere svolto in gruppi composti da un minimo di due e un massimo di tre studenti. La consegna avviene tramite la piattaforma Virtuale, mentre la discussione si svolge nelle date pubblicate sul portale AlmaEsami. Il progetto deve essere consegnato almeno tre giorni prima della data fissata per la discussione. Le tracce progettuali sono fornite dai docenti attraverso la pagina Virtuale del corso. Nella stessa pagina sono riportate le modalità per la consegna. Anche il progetto mantiene la propria validità senza limiti temporali. La prova scritta e il progetto possono essere sostenuti in qualsiasi ordine. Prova orale. La prova orale è facoltativa e consiste in quesiti teorici ed esercizi sugli argomenti trattati durante il corso. La prova è finalizzata a integrare la valutazione complessiva dello studente. Homework. Durante il corso potranno essere proposti esercizi facoltativi da svolgere individualmente come compiti a casa. La consegna degli homework consente di ottenere un bonus fino a un massimo di un punto, che sarà aggiunto al voto finale.
Il voto finale è calcolato come media pesata della valutazione della prova scritta, del progetto e dell'eventuale prova orale, cui si aggiungono gli eventuali punti bonus conseguiti mediante gli homework.
Istruzioni studenti e studentesse con DSA o disabilità temporanee o permanenti
Si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
UTILIZZO DI STRUMENTI DI AI
Per quanto riguarda la verifica dell’apprendimento, sia nella prova scritta, sia nel progetto e negli homework, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.

Testi di riferimento

Il testo di riferimento del Modulo 1 è il seguente: Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone, "Basi di dati" 5/ed, 2018, ISBN: 9788838694455
Per il Modulo 2 non viene usato un unico testo di riferimento. Il materiale didattico sarà reso disponibile sulla piattaforma Virtuale.

Codice insegnamento B4914

CORPORATE GOVERNANCE 3° anno · 1° semestre · 7 CFU · SECS-P/07 · 0 file

L'insegnamento presenta i modelli e i meccanismi di governance di un’impresa, con i relativi problemi e soluzioni di mercato e regolamentari In particolare, al termine del corso lo studente è in grado di analizzare : - i…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento presenta i modelli e i meccanismi di governance di un’impresa, con i relativi problemi e soluzioni di mercato e regolamentari In particolare, al termine del corso lo studente è in grado di analizzare : - i meccanismi di Governance nell'ambito dell’impresa - i problemi di agenzia a seconda del modello di governance dell'impresa - le soluzioni di mercato e le soluzioni regolamentari - la struttura finanziaria ottimale dimpresa; - il costo del capitale; - i meccanismi di Governance nell'ambito dell'impresa.

Programma

Il corso copre in ottica comparata i principali modelli di corporate governance, i loro specifici problemi e possibili soluzioni. Verranno affrontati anche temi legati alla protezione dei diritti degli azionisti di minoranza e l’integrazione dei mercati finanziari europei tramite la recente armonizzazione della regolamentazione finanziaria.
International corporate governance. La public-company: soluzioni interne ed esterne ai costi di agenzia generati dalla separazione tra proprietà e controllo Enron e il Sarbanes-Oxley Act. La separazione fra proprietà e controllo tramite legal devices nell’Europa Continentale e in Italia. Effetti della separazione fra proprietà e controllo: conflitti di interesse tra azionisti di maggioranza e azionisti di minoranza. Le espropriazioni degli azionisti di minoranza La protezione degli azionisti e il “Law and Finance Approach” Strumenti per la protezione dei diritti degli azionisti in Italia. Dual Class Voting e Self-expropriation Il valore del diritto di voto: teoria ed evidenze empiriche Il FSAP e la Market Abuse directive Economics of Takeovers e la EU takeover directive

Modalità d'esame

L’esame scritto finale di fine corso sarà composto da 20 multiple choices e 5 esercizi brevi dal valore di 2 punti ciascuno (per un totale di 30/30 (più ulteriori multiple choices/esercizi/domanda apertaper includere la possibilità di Lode per chi avesse conseguito 30/30 sulla precedente parte).
I voti indicheranno i seguenti livelli di preparazione:
<18 Insufficiente • 18−23 Sufficiente • 24−27 Buono • 28−30 οττιmo • 30 e Lode Eccellente
Un eserciziario con multiple choices ed esercizi brevi con e senza soluzioni è il seguente: https://tinyurl.com/yc58ura8

Testi di riferimento

Required Readings:

  • Slides used in class and available on Virtuale
  • A Corporate Governance Book appositely made for this class.Bigelli M., International Corporate Governance, 2025, available on Amazon at https://tinyurl.com/3xwwhhkk
  • Suggested exercise book: https://tinyurl.com/yc58ura8

Codice insegnamento 87583

DATA ANALYTICS 3° anno · 1° semestre · 6 CFU · INF/01 · 0 file

Al termine del corso, lo studente: (i) conosce le principali tecniche abilitanti della data analytics basate sul Machine Learning; (ii) è in grado di implementare una pipeline di valorizzazione del dato,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente: (i) conosce le principali tecniche abilitanti della data analytics basate sul Machine Learning; (ii) è in grado di implementare una pipeline di valorizzazione del dato, dall’acquisizione all'addestramento di un modello ; (iii) è consapevole delle principali applicazioni della data analytics

Programma

Questo insegnamento è parte del corso integrato STATISTICAL LEARNING AND DATA ANALYTICS
Prerequisiti: Analisi Matematica, Algebra Lineare, Programmazione in Python
L’insegnamento introduce concetti, tecniche e strumenti per la progettazione ed implementazione di processi di valorizzazione ed analisi di dati. A tal proposito, il corso intende fornire una panoramica esaustiva di tutti gli elementi costitutivi di una pipeline di analisi di dati, dall’acquisizione, pre-processamento ed estrazione di conoscenza mediante tecniche di Machine Learning, fino all’analisi delle prestazioni. Vengono inoltre discussi casi d’uso della data analytics in ambiti business e management di impresa. Di seguito un breve riassunto dei contenuti trattati nel corso:
Richiami di programmazione Python e sulle librerie per l’analisi dati (Pandas, Numpy, etc)
Introduzione ai dati: acquisizione dei dati, tipi di dati, data cleaning, data pre-processing, riduzione della dimensionalità.
Introduzione al learning: predizione e regressione, split dei dati, interpretabilità, bias-variance trade-off.
Tecniche di analisi dei dati supervisionata: k-Neareast Neighbor, Support Vector Machines, Alberi Decisionali, Random Forests, Reti Neurali
Tecniche di analisi dei dati non-supervisionata: K-Means clustering, Gaussian Mixture Model
La teoria è integrata da sessioni di laboratorio. Per le Reti Neurali verrà utilizzato il framework PyTorch. Per tutte le altre tecniche di Machine Learning verrà utilizzata la libreria Scikit-Learn. Entrambe le librerie verranno approfondite durante le lezioni (es., con codici di esempio) e durante i laboratori (es., con esercitazioni).

Modalità d'esame

Questo insegnamento è parte di un corso integrato, il voto finale sarà unico e sarà ottenuto come media pesata dei voti ottenuti nei due insegnamenti. In particolare, il voto di Statistical Learning pesa il 40% mentre il voto di Data Analytics pesa il 60%. Il voto sarà registrato una volta che lo studente avrà sostenuto gli esami di entrambi gli insegnamenti.
Di seguito vengono fornite maggiori informazione sulla modalità di esame del solo insegnamento di Data Analytics. Per le modalità di esame del corso di Statistical Learning si prega di far riferimento alla relativa pagina.
La verifica dell’apprendimento per l’insegnamento Data Analytics prevede due prove: una prova scritta teorica (obbligatoria) e un progetto (opzionale).
La prova scritta teorica (obbligatoria) prevede che lo studente risponda a due o più domande a risposta aperta sugli argomenti affrontati durante le lezioni del corso. Il voto massimo della prova scritta è di 24. Le date per la prova teorica scritta vengono pubblicate tramite ALMAESAMI e gli studenti devono registrarsi all'appello tramite il medesimo portale. Il voto della prova scritta può essere rifiutato massimo una volta.
Per quanto riguarda la prova scritta teorica, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica
Il progetto (opzionale) consiste nella implementazione di un processo di data-analytics, considerando tutte le fasi della pipeline presentate in aula ed utilizzando i tool illustrati a lezione (PyTorch + Scikit-Learn). Il dataset per il progetto è presentato dal docente entro la fine del corso. Il progetto deve essere svolto in gruppi di massimo 2 o 3 studenti. Il voto massimo per il progetto è 8. Le date per la discussione dei progetti verranno pubblicate su ALMAESAMI e tutti i componenti di ciascun gruppo dovranno registrarsi tramite il portale. Il progetto deve essere consegnato tramite la piattaforma VIRTUALE, obbligatoriamente, una settimana prima della data riportata su ALMAESAMI.
Gli studenti che intendono sostenere il progetto devono comunicarlo entro la fine del corso, inviando al docente la composizione del gruppo.
Per quanto riguarda il progetto è consentito un uso limitato e non sostanziale dell’IA per attività di supporto (es., verifica del codice e documentazione). Non è permesso l’uso sostanziale per lo svolgimento di parti della prova. Gli studenti appartenenti al gruppo devono dichiarare esplicitamente se hanno utilizzato strumenti di AI generativa per il progetto. Inoltre, gli studenti devono essere sempre in grado di rispondere a domande sul codice relativo al loro progetto.
Nel caso uno studente decida di sostenere sia la prova scritta teorica (obbligatoria) che il progetto (opzionale), il voto finale è ottenuto come somma dei voti conseguiti nelle singole prove.
Le due prove possono essere sostenute in maniera indipendente, es., uno studente può sostenere prima la prova scritta teorica e poi il progetto e viceversa.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.

Testi di riferimento

Tutte le slide del corso sono rese disponibili sulla piattaforma Virtuale. Non esiste un unico testo di riferimento; per sezioni specifiche del corso (segnalate di volta in volta dai docenti), si consiglia la lettura dei testi seguenti:
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani, An Introduction to Statistical Learning, Springer, 2013 Cristopher Bishop, Pattern Recognition and Machine Learning, Springer, 2016 Jiawei Han, Micheline Kamber, Jian Pei, Data Mining: Concepts and Techniques, Morgan Kaufmann Series in Data Management Systems
Ulteriori letture vengono suggerite dai docenti durante il corso in base all’argomento affrontato.

Codice insegnamento 90733

GENERATIVE AI: METODI E APPLICAZIONI 3° anno · 2° semestre · 6 CFU · INF/01 · 0 file

Al termine del corso, lo studente è in grado di: (i) descrivere i principi fondamentali dei modelli generativi moderni (in particolare LLM per il testo e modelli diffusivi per le immagini); (ii) analizzare e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente è in grado di: (i) descrivere i principi fondamentali dei modelli generativi moderni (in particolare LLM per il testo e modelli diffusivi per le immagini); (ii) analizzare e confrontare i principali strumenti di AI generativa disponibili sul mercato, valutandone limiti, potenzialità e casi d'uso; (iii) progettare e sviluppare semplici applicazioni in Python che integrano modelli generativi per la risoluzione di problemi pratici in contesti; (iv) interpretare criticamente la rapida evoluzione della letteratura scientifica e industriale nel settore; (v) riconoscere e gestire implicazioni etiche, legali e di responsabilità nell'uso di tecnologie di AI generativa (es. privacy, copyright, allucinazioni, bias).

Programma

  • Concetti di base di teoria della probabilità e teoria dell'informazione.
  • Breve panoramica su modelli recenti di Intelligenza Artificiale: CNN, UNet, Transformers.
  • Introduzione ai modelli generativi per immagini, con particolare attenzione ai quattro paradigmi principali: Variational Autoencoders (VAEs), Generative Adversarial Networks (GANs), Diffusion Models, e Flow Matching.
  • Limiti e prospettive future dei modelli di Intelligenza Artificiale per la generazione di immagini.
  • Modelli di linguaggio: tokenizer, embedder, next-token prediction.
  • Pre-training e fine-tuning dei Large Language Models.
  • Catene di Pensiero (CoT), Reasoning, e Agenti.
  • Specializzazione dei modelli tramite RAG.
  • Principali limiti e prospettive dei modelli di Linguaggio.
  • Integrare testo e immagini: i modelli multimodali e la generazione di immagini prompt-based.
    Tutti gli argomenti saranno integrati con dimostrazioni pratiche di codice da parte del docente.

Modalità d'esame

La verifica dell’apprendimento consiste in una prova scritta a risposta multipla, composta da domande relative agli argomenti trattati durante il corso, seguita da una breve prova orale finalizzata ad accertare il livello di comprensione dello studente, nonoché la sua capacità critica.
In alternativa alla prova orale, lo studente può svolgere un progetto individuale assegnato dal docente. Il progetto deve essere completato secondo le indicazioni fornite e presentato dallo studente nella giornata prevista per le prove orali.
La valutazione finale tiene conto dell’esito del quiz e della prova orale oppure, nel caso dell’opzione progettuale, della qualità del lavoro svolto e della relativa presentazione.
Il voto massimo ottenibile nella prova scritta è di 20 punti, mentre quello della prova orale o del progetto è di 12 punti. Il voto finale sarà la somma del voto della prova scritta più quello della prova orale. Un punteggio superiore al 30 corrisponde ad una lode.

Testi di riferimento

  • S. J. D. Prince, Understanding Deep Learning, MIT Press, 2023.
  • K. P. Murphy, Probabilistic Machine Learning: An Introduction, MIT Press, 2022.
  • D. Foster, Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play, 2nd edition, O’Reilly Media, 2023.
  • J. Alammar and M. Grootendorst, Hands-On Large Language Models: Language Understanding and Generation, O’Reilly Media, 2024.
  • Dispense del corso rilasciate agli studenti tramite Virtuale

Codice insegnamento C9739

INGEGNERIA DEL SOFTWARE [cod. 66858] 3° anno · 2 file
LABORATORIO DI APPLICAZIONI MOBILI 3° anno · 2° semestre · 6 CFU · INF/01 · 0 file

l corso affronta gli aspetti tecnologici e metodologici, nonché gli strumenti per lo sviluppo di applicazioni per dispositivi mobili, principalmente sulla piattaforma Android, con alcuni riferimenti a iOS e alle…

Scheda dell'insegnamento

Obiettivi formativi

l corso affronta gli aspetti tecnologici e metodologici, nonché gli strumenti per lo sviluppo di applicazioni per dispositivi mobili, principalmente sulla piattaforma Android, con alcuni riferimenti a iOS e alle tecnologie ibride. Il programma comprende la gestione di dispositivi dotati di interfacce utente innovative, funzionalità multi-touch, gestione degli eventi, un approfondimento dell'architettura dei principali sistemi operativi mobili, pattern architetturali, interfacciamento con dati esterni, sensori e geolocalizzazione, servizi di rete, context-aware computing e testing delle applicazioni. Al termine del corso lo studente conoscerà: Le principali sfide delle applicazioni eseguite in un contesto mobile e wireless; Le principali piattaforme per lo sviluppo di applicazioni mobili; Le modalità di distribuzione ed esecuzione delle applicazioni sui dispositivi mobili; Le tecniche di progettazione e sviluppo di applicazioni Android mediante Android SDK; I concetti fondamentali dell'iOS SDK e della programmazione mediante framework ibridi.

Programma

Panoramica sugli aspetti tecnologici dei dispositivi mobili Differenze tra applicazioni ibride, native e Web Configurazione dell'ambiente Android Architettura e componenti di Android Kotlin per Android Activity in Android View, Layout ed Eventi in Android Risorse Android Intent in Android Fragment e Navigation in Android Configurazione dell'ambiente iOS Architettura e componenti di iOS Swift per iOS Storyboard e UIKit in iOS Target, Action e Outlet in iOS Design pattern architetturali Elaborazione in background su Android Gestione dei dati in Android Pervasive Computing (mappe, sensori, ecc.) Interfacce utente programmatiche e Jetpack Compose Flutter

Modalità d'esame

L'esame prevede la realizzazione di un progetto (individuale oppure in gruppi di due studenti) consistente nello sviluppo di un'applicazione mobile, realizzata con una qualsiasi delle tecnologie trattate nel corso. Il progetto viene successivamente discusso durante una prova orale (della durata indicativa di 30 minuti), nella quale vengono illustrate le principali scelte progettuali e implementative. Prima della conclusione del corso vengono proposti diversi progetti, caratterizzati da differenti livelli di estensione e complessità. Gli studenti interessati possono anche proporre un proprio progetto. In tal caso, l'argomento dovrà essere concordato preventivamente con il docente e con il tutor, preferibilmente inviando un'e-mail con oggetto: "Proposta progetto esame corso LAM A.A. X/Y" all'indirizzo di posta elettronica del tutor del corso.
Una volta definito il progetto (approvato dal docente oppure scelto dall'elenco proposto), lo studente dovrà sviluppare l'applicazione e predisporre: una presentazione della durata di circa 10 minuti, supportata da 10-15 slide; una relazione in formato PDF, che costituisca una versione estesa dei contenuti illustrati nella presentazione, comprendente la descrizione del funzionamento dell'applicazione mediante schermate esplicative, le scelte progettuali adottate e tutti i riferimenti al materiale utilizzato, al codice sviluppato e alla documentazione consultata.
Sono normalmente previste sei scadenze annuali per la consegna dei progetti: giugno, luglio, settembre, novembre, gennaio e febbraio. I progetti devono essere consegnati entro le scadenze indicate (comunicate tramite la mailing list del corso e pubblicate sulla piattaforma VIRTUALE), esclusivamente mediante caricamento di un archivio compresso contenente il codice sorgente del progetto e la relazione. Successivamente alla consegna, gli studenti vengono normalmente convocati per la prova orale entro una o due settimane dalla scadenza prevista. La data dell'esame viene pubblicata con anticipo su AlmaEsami e comunicata attraverso il newsgroup del corso, così da consentire la partecipazione degli studenti interessati.
L'esame si svolge in presenza presso lo studio del docente oppure in una delle aule seminari del Dipartimento di Informatica – Scienza e Ingegneria, in Mura Anteo Zamboni 7. La prova comprende inoltre una prova orale costituita da domande teoriche e brevi esercizi riguardanti l'intero programma del corso, comprese le dimostrazioni svolte in aula sia sulla piattaforma Android sia sulla piattaforma iOS. Gli studenti sono pertanto tenuti a conoscere le principali tecniche di sviluppo illustrate durante il corso per entrambe le piattaforme. La discussione del progetto determina un voto espresso in trentesimi, che può essere modificato in aumento o in diminuzione sulla base dell'esito della prova teorica orale. Dal risultato complessivo deriva il voto finale proposto. Entrambe le parti dell'esame devono essere superate affinché l'insegnamento sia considerato superato. Qualora il voto finale raggiunga o superi i 30/30, potrà essere attribuita la lode.
Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it); sarà sua cura proporre agli studenti e alle studentesse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Per quanto riguarda la verifica dell’apprendimento, è consentito un uso limitato, dichiarato e non sostanziale dell’IA per attività di supporto (sintesi, riformulazioni). Non è permesso l’uso sostanziale per lo svolgimento di parti della prova.

Testi di riferimento

Materiale online su https://developer.android.com/ Materiale online su https://developer.apple.com/

Codice insegnamento 66860

LABORATORIO DI MAKING 3° anno · 2° semestre · 6 CFU · INF/01 · 0 file

Al termine del corso lo studente è in grado di progettare e costruire oggetti composti da microsistemi, sensori e attuatori e di studiare e realizzare i relativi componenti software di interfacciamento, elaborazione e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente è in grado di progettare e costruire oggetti composti da microsistemi, sensori e attuatori e di studiare e realizzare i relativi componenti software di interfacciamento, elaborazione e comunicazione. Scopo del corso è di integrare le conoscenze di informatica con le basi di elettronica analogica e digitale per l'interfacciamento, l'elaborazione e la comunicazione anche via radio. Il corso introduce anche i principi di funzionamento degli strumenti per la realizzazione fisica 3D di oggetti mediante sintesi costruttiva o sottrattiva e le fornisce competenze relative a software per l'utilizzo innovativo di Stampanti 3D. In questo modo lo studente risulta in grado di formulare e portare a compimento progetti di artigianato digitale per fornire soluzioni originali e creative per la soluzione di specifici problemi pratici o per scopi artistici. Saranno altresì fornite competenze per la progettazione e lo sviluppo di metodologie di insegnamento dell'informatica basate sul Making, nonché tecniche di problem-solving costruttivo.

Programma

Modulo 1
Introduzione: artigiani digitali
Elettronica con componenti Passivi: corrente elettrica, intensità, potenziale, potenza, energia, leggi di leggi di Kirchhoff, resistenze, leggi di Ohm, condensatori, induttanze, trasformatori.
Semiconduttori: diodi, transistor
Uso si strumenti di laboratorio: multimetro, oscilloscopio. analizzatore logico
Elettronica Digitale
Onde Radio
FPGA ee HDL: verilog, workbench/simulazione
Modulo 2
I contenuti del corso comprendono i seguenti argomenti, che spaziano dall’elettronica all’informatica:
Arduini e microcontrollori
Raspberry Pi e Systems-on-Chip
Protocolli di comunicazione seriale (OneWire, I2C, SPI, UART)
Motori e ponti ad H
Identificazione a radiofrequenze (RFID)
Centrali telefoniche VoIP (Asterisk)
Principi di Stampa 3D

Modalità d'esame

Esame Finale: demo e discussione di un progetto originale di making realizzato dal/la candidato/a oppure da gruppi di candidati fino a 3 persone. Il progetto prevede la consegna del codice e di tutta la documentazione necessaria per riprodurre il progetto in ogni sua parte. Metà della valutazione sarà subordinata alla qualità del materiale consegnato, l’altra metà alla sua presentazione e dimostrazione.
I parametri di valutazione includono oltre al funzionamento, l’originalità del progetto, la replicabilità del prototipo, la configurabilità,
Per quanto riguarda il progetto l'uso della IA non è né vietato né obbligatorio. Potrà essere usato degli studenti per reperire informazioni utili per la realizzazione del progetto. Al colloquio di presentazione del progetto gli studenti dovranno dimostrare di avere chiaro il significato di tutto il codice consegnato.

Testi di riferimento

Lucidi delle lezioni, dispense del docente.
“Elettronica per maker - Seconda edizione” di Paolo Aliverti, Edizioni LSWR

Codice insegnamento 81678

MERCATI, CONCORRENZA E INNOVAZIONE 3° anno · 2° semestre · 6 CFU · SECS-P/01 · 0 file
PROVA FINALE 3° anno · 2° semestre · 3 CFU · 0 file
STATISTICAL LEARING 3° anno · 1° semestre · 5 CFU · MATH-05/A · 0 file
STATISTICAL LEARNING 3° anno · 1° semestre · 5 CFU · MAT/08 · 0 file

Alla fine del corso lo studente possiede conoscenze di base di probabilità univariata, di statistica descrittiva per analizzare un insieme di dati, e strumenti numerici per stimare parametri di semplici modelli…

Scheda dell'insegnamento

Obiettivi formativi

Alla fine del corso lo studente possiede conoscenze di base di probabilità univariata, di statistica descrittiva per analizzare un insieme di dati, e strumenti numerici per stimare parametri di semplici modelli predittivi tramite metodi di massima verosimiglianza.

Programma

-Elementi di base della probabilità. probabilità condizionata.
-Variabili aleatorie e distribuzioni univariate continue e discrete.

  • Distribuzioni multivariate.
  • teorema di Bayes.
  • Statistica descrittiva.
  • Statistica inferenziale: teorema del limite centrale, stima di parametri tramite metodo di massima verosimiglianza, intervallo di confidenza.
  • Regressione lineare e polinomiale.
  • Risoluzione del problema dei minimi quadrati: strumenti matematici e computazionali per la minimizzazione in R^n.
  • Elementi di Python

Modalità d'esame

Questo insegnamento è parte di un corso integrato con Data Aanlytics, il voto finale sarà unico e sarà ottenuto come media pesata dei voti ottenuti nei due insegnamenti. In particolare, il voto di Statistical Learning pesa il 40% mentre il voto di Data Analytics pesa il 60%. Il voto sarà registrato una volta che lo studente avrà sostenuto gli esami di entrambi gli insegnamenti.
Di seguito vengono fornite maggiori informazione sulla modalità di esame del solo insegnamento di Statistical Learning. Per le modalità di esame del corso di Data Analytics si prega di far riferimento alla relativa pagina.
L'esame di Statistical Learning prevede un quiz a risposta multipla costituito da 20 domande con risposta a scelta fra tre. Ogni risposta corretta vale 1,5 punti, sbagliata o non data 0 punti.
Durante la prova, che si svolgerà dal proprio portatile collegandosi all'applicativo Virtuale di Unibo, è concesso solo l'uso della calcolatrice.
La prova durerà circa 45 minuti.

Testi di riferimento

note del docente

Codice insegnamento B6456

STATISTICAL LEARNING AND ANALYTICS 3° anno · 1° semestre · 0 file
STATISTICAL LEARNING AND DATA ANALYTICS 3° anno · 1° semestre · 0 file

Alla fine del corso lo studente possiede conoscenze di base di probabilità univariata, di statistica descrittiva per analizzare un insieme di dati, e strumenti numerici per stimare parametri di semplici modelli…

Scheda dell'insegnamento

Obiettivi formativi

Alla fine del corso lo studente possiede conoscenze di base di probabilità univariata, di statistica descrittiva per analizzare un insieme di dati, e strumenti numerici per stimare parametri di semplici modelli predittivi tramite metodi di massima verosimiglianza.

Programma

-Elementi di base della probabilità. probabilità condizionata.
-Variabili aleatorie e distribuzioni univariate continue e discrete.

  • Distribuzioni multivariate.
  • teorema di Bayes.
  • Statistica descrittiva.
  • Statistica inferenziale: teorema del limite centrale, stima di parametri tramite metodo di massima verosimiglianza, intervallo di confidenza.
  • Regressione lineare e polinomiale.
  • Risoluzione del problema dei minimi quadrati: strumenti matematici e computazionali per la minimizzazione in R^n.
  • Elementi di Python

Modalità d'esame

Questo insegnamento è parte di un corso integrato con Data Aanlytics, il voto finale sarà unico e sarà ottenuto come media pesata dei voti ottenuti nei due insegnamenti. In particolare, il voto di Statistical Learning pesa il 40% mentre il voto di Data Analytics pesa il 60%. Il voto sarà registrato una volta che lo studente avrà sostenuto gli esami di entrambi gli insegnamenti.
Di seguito vengono fornite maggiori informazione sulla modalità di esame del solo insegnamento di Statistical Learning. Per le modalità di esame del corso di Data Analytics si prega di far riferimento alla relativa pagina.
L'esame di Statistical Learning prevede un quiz a risposta multipla costituito da 20 domande con risposta a scelta fra tre. Ogni risposta corretta vale 1,5 punti, sbagliata o non data 0 punti.
Durante la prova, che si svolgerà dal proprio portatile collegandosi all'applicativo Virtuale di Unibo, è concesso solo l'uso della calcolatrice.
La prova durerà circa 45 minuti.

Testi di riferimento

note del docente

Codice insegnamento B4915

STORIA E POLITICHE DEL DIGITALE 3° anno · 1° semestre · 6 CFU · SPS/01 · 0 file

Il corso ha l’obiettivo di analizzare criticamente genealogie e conseguenze che le piattaforme digitali hanno sulla società. Assurte a vere e proprie infrastrutture della vita quotidiana, le piattaforme sono l’ultimo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di analizzare criticamente genealogie e conseguenze che le piattaforme digitali hanno sulla società. Assurte a vere e proprie infrastrutture della vita quotidiana, le piattaforme sono l’ultimo passaggio di un cambiamento che dura da almeno cinquant’anni e che ha nella centralità della circolazione (di informazioni, di soggetti, idee e, soprattutto, di merci) la sua dimensione principe. Dalla “Rivoluzione logistica” degli anni ’60 alla “Rivoluzione delle piattaforme” i cambiamenti sono stati epocali. Durante il corso ne affronteremo alcuni di particolarmente rilevanti che riguardano l’impatto che le piattaforme hanno avuto sul lavoro, sui soggetti, sugli spazi urbani e, soprattutto analizzeremo il loro ruolo politico, aspetto cruciale per comprendere davvero la dimensione del cambiamento che hanno prodotto. Una parte conclusiva verterà proprio sui tentativi delle istituzioni locali o europee di legiferare all’interno di questo nuovo rapido mondo in espansione.

Programma

Syllabus del corso:
Storia e politica della logistica
Le "Rivoluzioni industriali"
Dalla rivoluzione logistica alla rivoluzione delle piattaforme;
Capitalismo 4.0;
Cosa sono le piattaforme digitali;
Piattaforme e infrastrutture, analogie e differenze;
Il potere delle piattaforme: tecnica, estetica, egemonia;
Le piattaforme e lo Stato;
Le piattaforme e lo Stato (II): il Cloud e le sue infrastrutture;
Le piattaforme e lo Stato (III): la sovranità delle nuvole;
L'impronta ecologica delle infrastrutture digitali;
The Social Dilemma;
Le soggettività algoritmiche
Internet tra piattaforme, dati e sorveglianza;
Le piattaforme e l'urbano
De-Westernize Platform: uno sguardo globale sulle piattaforme;
Tentativi di legislazione 1: casi urbani e nazionali;
Tentativi di legislazione 2: DSA e DMA.
Intelligenza? Artificiale?

Modalità d'esame

Esame orale.
Per i frequentanti (almeno il 50% delle lezioni) vi sarà la possibilità di concordare una tesina (4000 parole). Per chi scegliesse la tesina, il voto finale risulterà dalla somma di una serie di parametri che verranno spiegati durante il corso. La tesina dovrà essere consegnata 10 giorni prima della data dell'appello scelto. Per quanto riguarda la verifica dell’apprendimento, è consentito un uso limitato, dichiarato e non sostanziale dell’IA per attività di supporto (sintesi, riformulazioni). Non è permesso l’uso sostanziale per lo svolgimento di parti della prova.

Testi di riferimento

Testi di riferimento per l'esame orale:
S. Zuboff, Capitalismo della sorveglianza, Luiss University Press, 2019.
N. Srnicek, Capitalismo digitale: Google, Facebook, Amazon e la nuova economia del web, Luiss University Press; 2017.
Altre letture suggerite:
AA. VV. (2024), Disruptive Digitalisation and Platforms, Londra, Routledge.
B. Bratton (2015), The Stack. On Software and Sovereignty. Cambridge, MA, The MIT Press.
F. G. Blancato & M. Carr (18 Dec 2024), The trust deficit. EU bargaining for access and control over cloud infrastructures, in "Journal of European Public Policy".
K. Crawford (2021), Né intelligente, né artificiale. Il lato oscuro dell'AI, Bologna, il Mulino.
N. Cuppini, M. Frapporti, S. Mezzadra, M. Pirone (a cura di) (2024), Capitalism in the Platform Age, Berlino, Springer, https://link.springer.com/book/10.1007/978-3-031-49147-4 L. Floridi (2020), The Fight for Digital Sovereignty: What It Is, and Why. It Matters, Especially for the EU, Philosophy & Technology, 33:pp. 369–378. Into the Black Box (a cura di) (2021), Capitalismo 4.0. Genealogia della rivoluzione digitale, Meltemi, Milano. Into the Black Box (2024), Futuro Presente. I piani di Amazon, Roma, Red Star Press. M. Frapporti (2024), Governo Materiale. Il potere politico delle infrastrutture, Milano, Meltemi. S. Mezzadra e B. Neilson (2021), Operazioni del Capitale, Manifestolibri, Roma. M. Pasquinelli (2025), Nell'occio dell'algoritmo. Storia e critica dell'intelligenzia artificiale, Roma, Carocci. S. Pieranni (2020), Red Mirror. Il nostro futuro si scrive in Cina, Laterza, Roma-Bari. J. Van Dijck, T. Poell e M. de Waal (2018), The Platform Society. Public Values in a Connective World. Oxford – New York: Oxford University Press.

Codice insegnamento B3584

STRATEGIA, ORGANIZZAZIONE E MERCATI [cod. 84226] 3° anno · 1 file
TECNOLOGIE WEB 3° anno · 2° semestre · 6 CFU · INF/01 · 0 file

Al termine del corso, lo studente acquisisce competenze di base sullo sviluppo di siti web tramite tecnologie web client side e server side e sulla rappresentazione di documenti tramite markup e fogli di stile.

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente acquisisce competenze di base sullo sviluppo di siti web tramite tecnologie web client side e server side e sulla rappresentazione di documenti tramite markup e fogli di stile.

Programma

Fondamenti del Web: architettura client-server, protocollo HTTP, browser, server web e rappresentazione delle risorse. HTML5 per la strutturazione semantica dei contenuti e la realizzazione di interfacce accessibili. CSS per il layout delle pagine web, il responsive design e l'utilizzo di framework utility-first. Programmazione JavaScript per lo sviluppo di interfacce dinamiche: linguaggio, DOM, gestione degli eventi, comunicazione asincrona e API Web. Introduzione ai framework JavaScript per lo sviluppo di interfacce dichiarative e component-based, con particolare riferimento a Vue.js. Sviluppo di servizi web lato server mediante PHP e integrazione con basi di dati relazionali (MySQL). Progettazione e sviluppo di applicazioni web complete mediante integrazione tra frontend, backend e database. Principi di progettazione dell'interazione, progettazione centrata sull'utente (User-Centered Design), usabilità e accessibilità applicati allo sviluppo di applicazioni web.

Modalità d'esame

L’esame di fine corso mira a valutare il raggiungimento dell'obiettivo didattico:
acquisire competenze di base sullo sviluppo di siti web tramite tecnologie web client side e server side e sulla rappresentazione di documenti tramite markup e fogli di stile.
Il voto finale del corso viene definito mediante la valutazione di:
un elaborato di gruppo (2 o 3 studenti per ogni gruppo), che concorre al 40% del voto finale. La prova si intende superata con l'ottenimento di una valutazione di almeno 18/30. L'elaborato deve essere discusso alla presenza di tutti i membri del gruppo, obbligatoriamente prima di presentarsi alla prova individuale; è necessario condividere con i docenti il repo dell'elaborato con il codice sviluppato alcuni giorni prima della prova di discussione, come sarà indicato di volta in volta su Virtuale. una prova pratica individuale (svolta in laboratorio), che concorre al 60% del voto finale. La prova si basa sull'implementazione di codice HTML, CSS, Javascript e prevede anche la risposta ad una domanda di teoria. La prova si svolge in laboratorio ed ha una durata di 2 ore. Durante la prova è consentito l'accesso ad alcune risorse online, come indicato nel testo del compito. Per superare la prova è necessario ottenere una valutazione di almeno 16/30. Questa prova può essere sostenuta solo dopo aver consegnato e discusso l'elaborato.
Per poter partecipare alle prove è necessario effettuare l'iscrizione su AlmaEsami.
Le prove intermedie valgono un anno (365 giorni) dal conseguimento, nel caso in cui sia trascorso oltre un anno queste non avranno più validità e dovranno essere sostenute nuovamente.
Il voto finale può essere rifiutato una sola volta.

Testi di riferimento

Le slide delle lezioni e delle esercitazioni, così come eventuale materiale didattico aggiuntivo saranno rese disponibili su Virtuale.

Codice insegnamento 41731

TEORIA DELL'IMPRESA [cod. 44763] 3° anno · 2 file
TIROCINIO 3° anno · 1° semestre · 5 CFU · 0 file

Al termine del tirocinio lo studente è in grado di svolgere autonomamente attività pratiche nell'ambito dei diversi settori dell'acquacoltura e dell'igiene delle produzioni ittiche, a completamento della sua formazione…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del tirocinio lo studente è in grado di svolgere autonomamente attività pratiche nell'ambito dei diversi settori dell'acquacoltura e dell'igiene delle produzioni ittiche, a completamento della sua formazione teorico-pratica e professionale. E' in grado di apprendere nuove tecniche ed applicare le conoscenze acquisite durante il percorso formativo didattico. E' in grado di inserirsi in gruppi di lavoro e redigere rapporti tecnico-scientifici sul lavoro svolto. Inoltre lo studente ha gli strumenti e le capacità per affrontare più facilmente l'inserimento nel mondo del lavoro.

Codice insegnamento 15349

TIROCINIO A SCELTA LIBERA 3° anno · 1° semestre · 6 CFU · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.