- 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)
-
dal 25/09/2025 al 16/01/2026
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