Corso di laurea

data science and business informatics

Università degli studi di Pisa · 49 materie · 3 file condivisi

Il Corso di Laurea Magistrale in Data Science and Business Informatics è progettato per rispondere alla crescente domanda di laureati magistrali con una cultura interdisciplinare in grado di comprendere le esigenze delle organizzazioni e di rispondervi attraverso la produzione di informazione di supporto alle decisioni ottenuta con l'analisi delle grandi quantità e varietà di dati accumulati nel tempo. È ormai infatti largamente condivisa l'opinione che nelle organizzazioni moderne, per migliorare l'efficacia e la tempestività dei processi decisionali, non basta più solo l'intuizione e l'esperienza, ma occorre far leva sull'informazione estratta dai dati con metodi analitici (data warehousing, machine learning, data mining, business process modeling, big data analytics, visual analytics, text analytics). La scoperta di nuovi modelli di fenomeni sociali, di mercato, economici, tecnologici e culturali sempre più complessi, e la capacità di integrare modelli e processi decisionali risultano essenziali per il raggiungimento degli obiettivi delle organizzazioni sia pubbliche che private.

I laureati magistrali in Data Science and Business Informatics avranno conoscenze specialistiche dei metodi e degli strumenti informatici della Data Science e della Business Intelligence per ideare, pianificare, progettare e gestire applicazioni che forniscano ai decisori le informazioni di sintesi ed i modelli predittivi più adatti per comprendere, scoprire e prevedere fenomeni interessanti su cui basare tattiche e strategie efficaci per accrescere il vantaggio competitivo o il bene pubblico. Tali conoscenze saranno complementate dai fondamenti dell'economia e della gestione aziendale (modelli organizzativi aziendali, funzioni operative e ausiliarie, strategie di competitive intelligence, metodologie di pianificazione e controllo), dai modelli e metodi di ottimizzazione della ricerca operativa, e dalle metodologie e applicazioni della statistica, della fisica dei sistemi complessi e della sociologia computazionale per l'analisi e la simulazione di comportamenti sociali e di rete.

Le lezioni sono articolate su due semestri. La laurea magistrale si consegue con il superamento di una prova finale, la quale consiste nella discussione di una tesi concernente un argomento o un progetto di carattere innovativo. La tesi di laurea può essere preparata in Italia o all'estero, presso centri di ricerca, aziende private o enti pubblici, e viene redatta sotto la guida di un relatore accademico.

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.

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

ANALISI E GESTIONE DEI COSTI cod. P195783364 · 1° anno · 0 file
ANALISI E RICERCHE DI MARKETING cod. P237776596 · 1° anno · 0 file
AUDITING AND MANAGEMENT CONTROL cod. P207520051 · 1° anno · 0 file
DATA MINING cod. P263173102 · 1° anno · 0 file
DECISION SUPPORT DATABASES cod. P409312148 · 1° anno · 0 file
DECISIONI IN SITUAZIONI DI COMPLESSITÀ E CONFLITTO cod. P158497546 · 1° anno · 0 file
DIRITTO DELL'INFORMATICA cod. P059630859 · 1° anno · 0 file
ECONOMIA DEI MERCATI FINANZIARI cod. P927750179 · 1° anno · 0 file
ECONOMIA E GESTIONE DELLE IMPRESE cod. P424170207 · 1° anno · 0 file
Archivio Globale
LABORATORIO DI BASI DI DATI cod. P596334734 · 1° anno · 0 file
LEGAL ISSUES IN DATA SCIENCE cod. P518676820 · 1° anno · 0 file
LOGISTICS cod. P145371374 · 1° anno · 1 file
Riassunti logistics summary — 2021
summary of logistics
MODEL-DRIVEN DECISION-MAKING METHODS cod. P978748134 · 1° anno · 0 file
NETWORK OPTIMIZATION cod. P782132220 · 1° anno · 0 file
ORGANIZZAZIONE AZIENDALE cod. P194979787 · 1° anno · 0 file
PIANIFICAZIONE E CONTROLLO GESTIONALE cod. P821090071 · 1° anno · 0 file
PROGRAMMING FOR DATA SCIENCE cod. P095331000 · 1° anno · 0 file
RICERCA OPERATIVA cod. P744151030 · 1° anno · 0 file
STRATEGIC AND COMPETITIVE INTELLIGENCE cod. P069087389 · 1° anno · 0 file
ADVANCED DATABASES cod. P380874044 · 2° anno · 0 file
BIG DATA ANALYTICS cod. P627090310 · 2° anno · 0 file
DISTRIBUTED DATA ANALYSIS AND MINING cod. P665131539 · 2° anno · 0 file
ICT INFRASTRUCTURES cod. P603788111 · 2° anno · 0 file
LABORATORY OF DATA SCIENCE cod. P383126786 · 2° anno · 0 file
MACHINE LEARNING cod. P053395075 · 2° anno · 0 file
PROGRAMMATIC ADVERTISING cod. P259257276 · 2° anno · 0 file
SOCIAL NETWORK ANALYSIS cod. P755917439 · 2° anno · 0 file
TECHNOLOGIES FOR WEB MARKETING cod. P526649614 · 2° anno · 0 file
TEXT ANALYTICS cod. P382126646 · 2° anno · 1 file
Dispense tinformation extration — 2021 pillola free
Information Extraction (IE) transforms unstructured text into structured data, a core NLP task. It encompasses Sequence Labeling, Named Entity Recognition (NER), and Relation Extraction. NER identifies entities like persons, locations, and organizations, using rule-based systems (e.g., ANNIE) or machine learning (ML) models like CRFs and neural networks. ML-based IE frames extraction as a word classification problem, utilizing word features and context. Wikification links text to knowledge base entities, while Opinion Extraction focuses on subjective expressions linked to entities. Tools such as GATE, MPQA Corpus, INCEpTION, and spaCy support these processes, offering robust platforms for annotation, model training, and custom entity recognition, advancing semantic knowledge representation beyond traditional IR.
VISUAL ANALYTICS cod. P291646356 · 2° anno · 0 file
Advanced laboratory of complex network analysis cod. 78894 · 2025/2026° anno · 0 file
Algorithms and data structures for data science cod. 77016 · 2025/2026° anno · 0 file
Business process modeling cod. 67335 · 2025/2026° anno · 0 file
Databases cod. 77398 · 2025/2026° anno · 0 file
Decision support systems cod. 78001 · 2025/2026° anno · 0 file
Decisioni in situazioni di complessità e conflitto cod. 74515 · 2025/2026° anno · 0 file
Financial analysis and performance measurement cod. 79623 · 2025/2026° anno · 0 file
Fundamentals of business management cod. 77396 · 2025/2026° anno · 0 file
Geospatial analytics cod. 77620 · 2025/2026° anno · 0 file
Information retrieval cod. 67307 · 2025/2026° anno · 0 file
Management practice cod. 77400 · 2025/2026° anno · 0 file
Optimization for data science cod. 77621 · 2025/2026° anno · 0 file
Project design & management for data science cod. 77401 · 2025/2026° anno · 0 file
Statistics for data science cod. 77399 · 2025/2026° anno · 0 file
Thesis cod. 74854 · 2025/2026° anno · 0 file
ECONOMIA AZIENDALE II cod. P734124388 · A1° anno · 0 file
ALGORITMICA E LABORATORIO cod. P693392440 · Matricoledispari1° anno · 1 file
Riassunti Algorithms and data structures for Data Science — 2021
Sbobinature, appunti, esercizi di Algoritmica (ING) molto riassuntive per revisionare i concetti principali in vista dell' esame. NON SONO DA INTENDERSI COME SOSTITUTIVI DI STUDIO, ma come integrazione una volta studiato il programma.
BASI DI DATI cod. P227839447 · Matricoledispari1° anno · 0 file
INGEGNERIA DEL SOFTWARE cod. P873111494 · Matricoledispari1° anno · 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.