Laurea magistrale in Data Science

Laurea magistrale in Data Science

Programming and database (2020/2021)

Codice insegnamento
4S009064
Crediti
12
Coordinatore
Elisa Quintarelli
Settore disciplinare
INF/01 - INFORMATICA
Lingua di erogazione
Inglese

Pagine collegate al corso



L'insegnamento è organizzato come segue:
Attività Crediti Periodo Docenti
Programming 6 I semestre Oleksandr Honchar
Database 6 II semestre Elisa Quintarelli

Vai all'orario delle lezioni

Obiettivi formativi

Il corso si articola come segue

[Modulo Programmazione]

Scopo del modulo è fornire competenze e conoscenze in programmazione in Python ed R, dando i concetti di base di algoritmo con particolare riferimento all’utilizzo del linguaggio Python (sintassi, strutture dati, data import/export in Python, data visualization in Python) e sue applicazioni in ambito data science

[Modulo di Basi di dati]

Il corso si propone di fornire le competenze necessarie per la progettazione dei dati in funzione dei requisiti con riferimento a diversi contesti applicativi e nell'ambito del processo di produzione di sistemi software;
per la gestione e fruizione efficace ed efficiente dei dati e per lo studio di un sistema per la gestione di basi di dati relazionali al fine di creare, gestire e interrogare basi di dati.


Al termine del corso lo studente dovrà dimostrare di:

● saper sviluppare codice Python per risolvere esempi concreti
● saper valutare algoritmi in termini di complessità in tempo e spazio
● conoscere sintassi e semantica del linguaggio utilizzato
● conoscere le basi di: gestione di basi di dati; architettura e funzionalità di un sistema per la gestione di basi di dati; concetti di indipendenza fisica, indipendenza logica, persistenza, concorrenza, affidabilità, interrogazione e aggiornamento di una base di dati; vantaggi di un sistema per la gestione di basi di dati rispetto al file system di un sistema operativo
● saper progettare concettualmente basi di dati, e.g., modelli concettuali per il progetto dei dati; il modello Entità-Relazione (E-R); elementi del modello E-R: entità, attributi, relazioni, gerarchie di generalizzazione e vincoli di cardinalità; lo schema concettuale di una base di dati
● conoscere le basi della progettazione logica di una base di dati: modelli dei dati per i sistemi di gestione di basi di dati; il modello relazionale; definizioni di relazione, vincoli di integrità e schema relazionale; lo schema logico di una base di dati; regole per la traduzione di schemi concettuali in schemi relazionali
● comprendere i meccanismi di interazione con una base di dati: introduzione ai linguaggi per la definizione, modifica e interrogazione di una base di dati; l’algebra relazionale; ottimizzazione di espressioni dell'algebra; il linguaggio SQL; il costrutto di selezione (Select-From-Where), interrogazioni nidificate, ordinamento e raggruppamento dei dati in SQL; il concetto di vista.

Testi di riferimento
Attività Autore Titolo Casa editrice Anno ISBN Note
Programming Cay Horstmann; Rance D. Necaise Concetti di informatica e fondamenti di Python (Seconda edizione) (Edizione 2) Maggioli Editore 2019 9788891635433
Programming Sarah Guido, Andreas C. Müller Introduction to Machine Learning with Python (Edizione 1) O'Reilly Media, Inc. 2016 9781449369880
Database Paolo Atzeni, Stefano Ceri, Stefano Paraboschi and Riccardo Torlone Database Systems - Concepts, Languages and Architectures McGraw Hill   Pdf Available on line: http://dbbook.dia.uniroma3.it/
Database Matteo Golfarelli, Stefano Rizzi Data Warehouse Design: Modern Principles and Methodologies McGraw-Hill Education - Europe 2009




© 2002 - 2021  Università degli studi di Verona
Via dell'Artigliere 8, 37129 Verona  |  P. I.V.A. 01541040232  |  C. FISCALE 93009870234