72796 - PROGRAMMAZIONE DI APPLICAZIONI DATA INTENSIVE

Anno Accademico 2022/2023

  • Docente: Gianluca Moro
  • Crediti formativi: 6
  • SSD: ING-INF/05
  • Lingua di insegnamento: Italiano
  • Moduli: Gianluca Moro (Modulo 1) Roberto Pasolini (Modulo 2)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
  • Campus: Cesena
  • Corso: Laurea in Ingegneria e scienze informatiche (cod. 8615)

Conoscenze e abilità da conseguire

Al termine del corso lo studente è in grado di progettare e sviluppare componenti e applicazioni per gestire ed elaborare dati strutturati e destrutturati in scenari di interesse aziendale, impiegando moderne architetture e tecnologie di rete e di accesso a basi di dati remote.

Contenuti

IL CORSO TRATTA I FONDAMENTI DEL MACHINE LEARNING, DAGLI ALGORITMI DI BASE ALLE RETI NEURALI PER LO SVILUPPO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE IN PYTHON.

Con gli algoritmi di machine learning saranno sviluppati modelli e applicazioni capaci di fare previsioni di varia natura: applicazioni per predire ad esempio l'andamento della borsa valori, predire quali prodotti/servizi acquisterà ogni cliente, prevedere l'andamento delle vendite aziendali, i consumi energetici, il valore di immobili, se un prestito bancario sarà restituito etc

Inoltre il machine learning sarà applicato al natural language processing per classificare opinioni e recensioni di utenti su prodotti/servizi pubblicati in social network e nelle piattaforme di e-commerce. Infine saranno sviluppate applicazioni di question answering per fornire assistenza ad utenti con chatbot, come sviluppare motori di ricerca semantici e come sono realizzati sistemi di questo tipo in medicina per la diagnosi di patologie o per indicare come trattare i sintomi di un paziente descritti in linguaggio naturale.                  

Dettagli sui contenuti del programma del corso

https://bit.ly/3aG9Brb

 

Materiale delle lezioni e laboratori

sito web del corso (https://virtuale.unibo.it/course/view.php?id=37961)

L'accesso al materiale non è vincolante per l'iscrizione al corso (scegliere iscrizione spontanea per visionare il materiale)

Testi/Bibliografia

  • Dispense e riferimenti bibliografici forniti dal docente

Testo consigliato (non obbligatorio)


 

Metodi didattici

Lezioni in aula affiancate da esercitazioni assistite in laboratorio su casi di studio reali.

Modalità di verifica e valutazione dell'apprendimento

Progetto di laboratorio svolto in gruppo con discussione orale individuale.

Strumenti a supporto della didattica

  • slide delle lezioni e delle attività di laboratorio disponibili in anticipo
  • tecnologie open source python e jupyter disponibili nei laboratori della scuola
  • attività di laboratorio assistite fruibili anche online in remoto mediante open cloud computing come colab o binder
  • esempio di attività di laboratorio fruibile con colab

Link ad altre eventuali informazioni

https://virtuale.unibo.it/course/view.php?id=37961

Orario di ricevimento

Consulta il sito web di Gianluca Moro

Consulta il sito web di Roberto Pasolini