DIGITAL CONTENT PROCESSING

Obiettivi formativi

Il corso mira a fornire agli studenti una conoscenza relativamente sia alla struttura dei computer e sia ai sistemi operativi. Prosegue fornendo conoscenze teoriche e metodologiche per la raccolta, la rappresentazione e l’analisi di dati eterogenei. Il corso si conclude introducendo aspetti tecnologici ed innovativi delle reti di computer.

Canale 1
MATTEO CINELLI Scheda docente

Programmi - Frequenza - Esami

Programma
Introduzione alla Data Science Introduzione ad un linguaggio per l’analisi dati (R) Introduzione alle librerie per la gestione e manipolazione dei dati Introduzione alle librerie per la visualizzazione dei dati Analisi esplorativa dei dati Principali tipi di visualizzazione dei dati Esempi di analisi univariata, bivariata e multivariata Introduzione alle serie temporali Introduzione alle reti complesse Caratterizzazione di reti complesse (metriche) Community detection algorithms Raccolta dati
Prerequisiti
Nozioni base di matematica e statistica
Testi di riferimento
- Wickham, H., & Grolemund, G. (2017). R for data science (Vol. 2). Sebastopol, CA: O'Reilly. - Newman, M. (2018). Networks. Oxford university press. - Network Science, A.L. Barabàsi http://networksciencebook.com
Frequenza
Lezione frontale
Modalità di esame
Prova orale
Bibliografia
- Wickham, H., & Grolemund, G. (2017). R for data science (Vol. 2). Sebastopol, CA: O'Reilly. - Newman, M. (2018). Networks. Oxford university press. - Network Science, A.L. Barabàsi http://networksciencebook.com
Modalità di erogazione
Lezioni frontali
  • Codice insegnamento1049427
  • Anno accademico2024/2025
  • CorsoEconomics and communication for management and innovation - Economia e comunicazione per il management e l’innovazione
  • CurriculumCurriculum unico
  • Anno2º anno
  • Semestre1º semestre
  • SSDINF/01
  • CFU9
  • Ambito disciplinareAttività formative affini o integrative