Relazioni Internazionali e Sicurezza Globale
Cod 118655
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-52 R
STAT-03/B
BIG Data AND Machine Learning
Codice: 21830238
Scheda insegnamento
- Anno Accademico di erogazione
- 2026/2027
- Corso di studi
- Relazioni Internazionali e Sicurezza Globale
- Periodo di erogazione
- Primo semestre
- CFU
- 9 CFU
- Lingua
- Italiano
- SSD
- STAT-03/B
Scopri il programma didattico
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027.
- Docente
- Domenico Cucina
- Curriculum
- Energia, Ambiente e Clima
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 63
- CUIN
- 260011075
Programma
Caratteristiche dei big data - Modelli di programmazione per i big data: Hadoop MapReduce e Apache Spark - Algoritmi di machine learning – Apache Spark con R: sparklyr, dplyr, ggplot2.
Prerequisiti
Ai fini di una migliore comprensione dei contenuti del corso, risulta utile aver acquisito conoscenze di statistica di base
Testi adottati
Slides fornite dal docente
Jared Dean. Big Data, Data Mining, and Machine Learning: Value Creation for Business Leaders and Practitioners, 2014, Wiley.
Materiale supplementare (software e dati) sarà pubblicato sulla pagina web del docente.
Modalità di erogazione
L'insegnamento consta di 63 ore (9 cfu) di didattica frontale (senza obbligo di frequenza) suddivise tra lezioni teoriche ed esercitazioni.
Modalità di frequenza
Non è necessaria ma fortemente consigliata la frequenza.
Modalità di valutazione
Il raggiungimento degli obiettivi dell’insegnamento è certificato mediante il superamento di un esame con valutazione in trentesimi. L’esame prevede una prova orale che valutata in trentesimi e si intende superata con un voto minimo di 18/30. La prova orale, della durata di 25 minuti circa, consiste in un colloquio, con domande e discussione sui contenuti teorici e metodologici indicati nel programma. Si valuteranno in particolar modo la capacità di applicare correttamente i metodi trattati, il rigore e la capacità espositiva.
Esplora gli obiettivi dell’insegnamento
Ambito disciplinare: Attività formative affini o integrative
L'insegnamento intende fornire alle studentesse e agli studenti le conoscenze metodologiche e applicative necessarie per risolvere problemi relativi all’apprendimento automatico e analizzare insiemi di dati potenzialmente grandi.
Le studentesse e gli studenti acquisiscono capacità teoriche e pratiche che consentono loro di utilizzare e sviluppare strumenti di machine-learning per analizzare dati di grandi dimensioni.
Informazioni utili
Per questo insegnamento non sono pubblicate informazioni aggiuntive. Materiale didattico e documenti si trovano sulla piattaforma del corso.