B0064 - INTRODUZIONE ALLA DATA SCIENCE E AL PENSIERO COMPUTAZIONALE

Anno Accademico 2025/2026

  • Docente: Francesco Poggi
  • Crediti formativi: 8
  • SSD: INF/01
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Lezioni in presenza (totalmente o parzialmente)
  • Campus: Bologna
  • Corso: Laurea Magistrale in Governance e politiche dell'innovazione digitale (cod. 6777)

Conoscenze e abilità da conseguire

Al termine del corso lo studente avrà una buona conoscenza e comprensione delle nozioni di base concernenti l’algoritmica e la programmazione con il linguaggio Python, in particolare di problemi con grandi quantità di dati. Lo studente sarà in grado di applicare le conoscenze apprese per leggere, scrivere e testare programmi utilizzando il linguaggio di programmazione Python. Lo studente sarà inoltrein grado di comprendere prototipi e programmi realizzati da terzi. Grazie alle conoscenze apprese, lo studente sarà in grado di valutare i pro e i contro di un prototipo o di una implementazione nel linguaggio Python di un programma facente uso di tecniche di algoritmica per trattare strutture dati tratte dal web o da repository aperti.

Contenuti

  • Definire una base solida omogenea della struttura del processo computazionale.
  • Strutturare il concetto di programmazione e di linguaggio di programmazione.
  • Elaborare il concetto di trasformazione digitale.
  • Evidenziare il concetto di produzione del software, da un punto di vista sia organizzativo che cognitivo.
  • Presentare come l'uso del pensiero computazionale e degli strumenti informatici possano risolvere problemi di organizzazione dei sistemi, di comprensione di strutture complesse e di previsione di eventi.
  • Fornire l'elaborazione del testo e la sua comprensione come paradigma interpretativo del processo di trasformazione digitale.

Testi/Bibliografia

Non c'è un libro di testo obbligatorio. Qui nel seguito si presenta una serie di lettura consigliate:

  • Dirk Hovy, Text Analysis in Python for Social Scientists - Discovery and Exploration,  Cambridge University Press, 2021, ISBN 978-1108873352
  • Sofía De Jesús , Dayrene Martinez, Applied Computational Thinking with Python, Packt Publishing, 2020, ISBN 978-1839219436
  • Autori multipli, The LaTeX Wikibook, Wikibooks community, https://en.wikibooks.org/wiki/LaTeX

 


Modalità di verifica e valutazione dell'apprendimento

Nella prima sessione, lo studente in corso e frequentante può decidere la forma valutativa che preferisce tra le seguenti:

  • orale omnicomprensivo,

  • elaborazione di un testo su un ambito specifico del corso accettato dal docente e seguito da un orale focalizzato

In tutti gli altri casi l'esame consiste in un orale omnicomprensivo.

Strumenti a supporto della didattica

Questo è un corso gestito in strettissima sinergia con il corso di Laboratorio di Programmazione. 

Il docente è raggiungibile via email (francesco.poggi@cnr.it).

Il ricevimento studenti è gestito on demand, previa richiesta da fare preferibilmente via email.

Il corso usa anche come veicolo di comunicazione il seguente gruppo telegram cui gli studenti devono iscriversi quanto prima: https://t.me/+rOAH0070UAk1NTZk.

Orario di ricevimento

Consulta il sito web di Francesco Poggi