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 ai Sistemi Complessi Data e Privacy Introduzione ad un linguaggio per l’analisi dati (Python, R) Modelli di Reti Complesse (Reti Random, Small-World, Scale-Free) Caratterizzazione di Reti Complesse (Metriche) Community Detection Algorithms Omofilia, Assortatività Raccolta dati Opinion Dynamics (Bounded Confidence Model, Complex Contagion) Visualizzazione e Presentazione di Reti Complesse e Modelli
Prerequisiti
No prerequisites
Testi di riferimento
- Newman, M. (2018). Networks. Oxford university press. - Barrat, A., Barthelemy, M., & Vespignani, A. (2008). Dynamical processes on complex networks. Cambridge university press. - Network Science, A.L. Barabàsi http://networksciencebook.com
Frequenza
Lezione frontale
Modalità di esame
Prova scritta
Bibliografia
- Newman, M. (2018). Networks. Oxford university press. - Barrat, A., Barthelemy, M., & Vespignani, A. (2008). Dynamical processes on complex networks. Cambridge 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
  • CurriculumEconomics and communication for management and innovation (Percorso valido anche fini del conseguimento del doppio titolo italo-russo o italo-rumeno)
  • Anno2º anno
  • Semestre1º semestre
  • SSDINF/01
  • CFU9
  • Ambito disciplinareAttività formative affini o integrative