41588 - INTRODUZIONE ALL'ANALISI DEI DATI

Anno Accademico 2025/2026

  • Docente: Alina Sirbu
  • Crediti formativi: 6
  • SSD: INF/01
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea in Scienze biologiche (cod. 5982)

Conoscenze e abilità da conseguire

Al termine del corso, lo studente: (i) conosce le basi del linguaggio di programmazione Python; (ii) conosce i diversi tipi di analisi dei dati (diagnostica, predittiva, prescrittiva, ecc.) e le principali tecniche abilitanti; (iii) è in grado di progettare un processo di data-pipeline, dall'acquisizione dei dati fino alla loro analisi e valorizzazione; (iv) conosce le principali applicazioni della data analytics, con particolare attenzione alla biologia.

Contenuti

Il corso è composto da due parti: una prima parte di programmazione in Python, e una seconda parte di analisi di dati in Python.

Programmazione Python:

  • Introduzione alla programmazione, concetti di algoritmo e struttura di dati.
  • Elementi di linguaggio: tipi di dati, controllo del flussso, strutture di dati, funzioni, librerie

Analisi di dati in Python:

  • Tipi di dati presenti in Biologia e strutture di dati adatte. Esempi di applicazioni della data analytics
  • Analisi descrittiva per vari tipi di dati usando librerie.
  • Analisi predittiva usando modelli di regressione e/o di classificazione.
  • Test statistici e studio di modelli di classificazione/regressione per identificare variabili importanti 
  • Librerie Python: numpy, scipy, matplotlib, pandas, scikitlearn

 

Testi/Bibliografia

Le slide e esercitazioni saranno messe a disposizione tramite la piattaforma virtuale. 

Si raccomanda di completare l'esame di  Fondamenti di Matematica, Probabilità e Statistica prima di seguire questo corso. 

Per approfondire:

  • Starting out with Python, T. Gaddis, qualsiasi edizione.
  • Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, Wes McKinney, qualsiasi edizione.

 

Metodi didattici

Lezioni frontali in aula, esercitazioni in Python in laboratorio.

Modalità di verifica e valutazione dell'apprendimento

La valutazione consisterà in due prove:

  • Esame scritto: esercizi di programmazione e analisi di dati su carta, con tutto il materiale cartaceo (libri, esercizi stampati) a disposizione.
  • Esame orale: solo se l'esame scritto ottiene un punteggio di almeno 15/30. La prova orale può sia aumentare che diminuire il voto della prova scritta, incluso avere un'esito insufficiente.

Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (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 almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.

Strumenti a supporto della didattica

Slides will be made available, and solutions to exercises completed in class.

A set of exercises for self practice will also be made available.

Orario di ricevimento

Consulta il sito web di Alina Sirbu