- Docente: Danilo Montesi
- Crediti formativi: 6
- SSD: INF/01
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Informatica (cod. 6698)
-
dal 25/09/2025 al 19/12/2025
Conoscenze e abilità da conseguire
Al termine del corso lo studente: - conosce i modelli dei dati semi strutturato e non strutturati in relazione a quelli strutturati ed i principali costrutti dei linguaggi SQL/XML ed XQuery; - conosce le principali tecniche di information retrieval e di analisi dei dati; - è in grado di progettare e realizzare un datawarehouse; - è capace di elaborare un progetto utilizzando le principali tecniche di data mining.
Contenuti
-
Modelli dei dati strutturati, semi strutturati e non strutturati
-
Limiti di SQL
-
Introduzione ad SQL/XML ed XQuery
-
I modelli di information retrieval (boolean e vector space) e web information retrieval (PageRank)
-
Introduzione al datawarehousing (OLAP) e al data mining (Machine Learning)
Testi/Bibliografia
- A. Moller et al - Introduzione a XML - Addison Wesley, 2007 ISBN: 9788871923734
- R. Baeza-Yates et al - Introduction to Information Retrieval - Cambridge University Press, 2008 ISBN: 0521865719
- P.N. Tan et al - Introduction to Data Mining - Financial Times Prentice Hall, 2019 ISBN: 9780273769224
- M. Golfarelli et al - Datawarehouse - Teoria e pratica della progettazione - McGrawHill, 2006 ISBN: 9788838662911
Metodi didattici
Durante le lezioni si affronteranno le principali problematiche legate alla gestione e all’analisi di dati semi-strutturati e non strutturati.
In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai Moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, in modalità e-learning.
Modalità di verifica e valutazione dell'apprendimento
L’esame consiste in una prova orale. In ogni anno accademico sono fissati sei “appelli”: due nella prima Sessione (Gennaio/Febbraio); tre nella seconda (Giugno/Luglio) e uno nella terza (Settembre). Le date degli appelli sono pubblicate su Almaesami e possono subire variazioni. Si consiglia di verificare 24 ore prima dello scritto che la data non sia cambiata.
Per partecipare ad un appello d’esame occorre iscriversi su Almaesami entro 7 giorni dalla data dell’esame. Chi non si iscrive in tempo non potrà sostenere l’esame, e dovrà attendere l’appello successivo.
La verifica avviene con la discussione di un articolo ed eventuali domande sugli argomenti del corso. Lo studente dovrà quindi dimostrare di saper approfondire un argomento avanzato partendo da un articolo tra quelli proposti. Il contenuto dell’articolo e il relativo argomento dovranno essere discussi durante l’esame con una presentazione preparata dallo studente.
Durante la prova orale, della durata di circa 25/30 minuti, lo studente presenterà in modo critico l’articolo scelto con l’ausilio delle slide preparate, inoltre potranno essere poste domande riguardanti tutti gli argomenti in programma. La prova orale è valutata con un punteggio in 30-esimi predendo in considerazione la preparazione, le capacità di esposizione e l’approccio critico. Il voto dell’esame orale è stabilito in base ai criteri seguenti:
-
se la preparazione, l’esposizione e l’approccio critico sono limitati ed emergono solo con l’aiuto del docente, il voto sarà compreso nell’intervallo 18-21;
-
se la preparazione e l’esposizione sono soddisfacenti, ma l’approccio critico e le capacità di rielaborazione si rivelano autonome solo in modo limitato, il voto sarà compreso nell’intervallo 22-25;
-
se la preparazione, l’esposizione e l’approccio critico sono buoni e le conoscenze degli argomenti affrontati nel corso sono adeguate, il voto sarà compreso nell’intervallo 26-29;
-
se la preparazione, l’esposizione e l’approccio critico sono ottimi, con piena padronanza degli argomenti del corso, allora il voto sarà 30 oppure 30 e lode.
Al termine della prova orale lo studente saprà il voto conseguito e potrà decidere se accettarlo o rifiutarlo. Come da Regolamento Didattico di Ateneo, il rifiuto deve essere concesso dal docente almeno una volta sul singolo insegnamento.
Questo corso è integrato con il corso di 81940 - INTELLIGENZA ARTIFICIALE, di conseguenza la verbalizzazione del voto finale potrà avvenire solo entro 3 giorni dal conseguimento di entrambi i voti.
Link utili per la verifica:
-
Cartella del docente con gli articoli tra cui scegliere: Link a Google Drive
-
Modulo di registrazione del progetto/articolo alla pagina e istruzioni ulteriori per la sottomissione: Link al form
Strumenti a supporto della didattica
Cartella del docente e materiale utile: Link a Google Drive
Link ad altre eventuali informazioni
http://smartdata.cs.unibo.it/internships-thesis
Orario di ricevimento
Consulta il sito web di Danilo Montesi