Questo sito utilizza cookie tecnici propri e di terze parti, necessari al suo funzionamento, e, con il tuo consenso, cookie di profilazione ed altri strumenti di tracciamento di terze parti, utili per esporre video ed analizzare il traffico al fine di misurare l'efficacia delle attività di comunicazione istituzionale. Puoi rifiutare i cookie non necessari e di profilazione cliccando su "Solo cookie tecnici". Puoi scegliere di acconsentirne l'utilizzo cliccando su "Accetta tutti" oppure puoi personalizzare le tue scelte cliccando su "Personalizza".
Per maggiori informazioni consulta la nostra privacy policy.

Solo cookie tecnici Personalizza Accetta tutti

vai al contenuto vai al menu principale vai alla sezione Accessibilità vai alla mappa del sito
Login  Docente | Studente | Personale | Italiano  English
 
Home page Home page

DATA SCIENCE

Corso GIURISPRUDENZA
Curriculum Curriculum unico
Orientamento Orientamento unico
Anno Accademico 2018/2019
Crediti 6
Settore Scientifico Disciplinare ING-INF/05
Anno Primo anno
Unità temporale Secondo semestre
Ore aula 36
Attività formativa

Canale unico

Erogazione 1000868 DATA SCIENCE in Economia LM-56 VIOLI ANTONIO
Docente Non assegnato
Obiettivi Il corso intende fornire una panoramica sull’utilizzo efficiente delle informazioni nelle aziende in modo da ottenere un supporto decisionale efficace. Inizialmente affronta il tema della gestione dei dati, con particolare attenzione rivolta ai Big Data ed alla Big Data Analytics; in questo contesto applicativo vengono introdotti la Business Intelligence, il Data Warehousing e il Data Mining. Dopo di ciò illustra i Key Performance Indicator e il modo con cui si definiscono e si misurano. La seconda parte del corso si concentra sulla definizione ed utilizzo di modelli matematici a supporto delle decisioni, capaci di utilizzare la meglio le informazioni disponibili e di rappresentare anche condizioni di incertezza. A tal fine, vengono presentati due problemi applicativi concreti, il Portfolio Management e la valutazione comparativa di unità organizzativa, trattati mediante l’utilizzo di metodologie quantitative avanzate. Infine, vengono introdotti i concetti base del Project Management, con particolare attenzione rivolta alla metodologia PRINCE 2, che rappresenta lo standard per i professionisti del settore.
Programma Parte I – Business Intelligence e data management (3 CFU)
1) Business Intelligence
• Dati, informazioni e conoscenza
• Architetture di business intelligence
• Rappresentazione dei processi decisionali
• Sistemi di supporto alle decisioni
2) Data Warehousing
• Introduzione al data warehousing
• Architetture di data warehouse
• Cubi e analisi multidimensionali
3) Data Mining
• Definizione di data mining
• Rappresentazione dei dati in ingresso
• Processo di data mining
• Metodologie di analisi

4) Big Data
• Introduzione
• Caratteristiche dei dati
• Business process management e data analytics
• Strumenti e metodi per i big data
5) Key Performance Indicator
• Definizione
• Calcolo dei KPI
• Analisi e reportistica
6) Blockchain
• Definizione e prospettive
• Componenti basilari
• Come funziona la Blockchain
Parte II – Modelli matematici per le decisioni (4 CFU)
7) Modelli matematici per le decisioni
• Struttura dei modelli
• Fasi di sviluppo di un modello
• Classi principali
8) Applicazioni di Business Intelligence:
• Portfolio Management
i. Caratteristiche di un portafoglio
ii. Diversificazione
iii. Frontiera efficiente
iv. Modello di Markovitz e sue limitazioni
v. Scenario-based asset allocation
vi. Modelli dinamici e stocastici
vii. Risk measures
viii. Scenario generation
• Data Envelopment Analysis
i. Diversi tipi di efficienza
ii. Frontiera efficiente
iii. Metodologia DEA
iv. Modello CCR
v. Formulazioni duali
vi. Modello BCC
Parte III – Project Management (2 CFU)
9) Fondamenti di Project Management
• Fondamenti
• Conoscenze di contesto
• Conoscenze tecniche e metodologiche
• Conoscenze manageriali di base
• Conoscenze comportamentali
10) Metodologia PRINCE 2
• Introduzione
• Componenti e processi in PRINCE2.
Testi docente • C. Vercellis, Business Intelligence: Data Mining and Optimization for Decision Making, J. Wiley and Sons, 2009.
• T. Erl, W. Khattak, P. Buhler, “Big Data Fundamentals – Concepts, Drivers & Techniques”, Prentice Hall, 2015
• C. Bentley, “I Principi Essenziali di PRINCE2”, Edizione 2008 – Colin Bentley, 2008
• D. Parmenter, “Key Performance Indicators”, John Wiley & Sons, 2007

Erogazione tradizionale No
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No

Ulteriori informazioni

Nessun materiale didattico inserito per questo insegnamento
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online non pubblicato

Impostazione cookie

Cerca nel sito

 

Posta Elettronica Certificata

Direzione

Tel +39 0965.1692263

Fax +39 0965.1692201

Indirizzo e-mail


Biblioteca

Tel +39 0965.1692206

Fax +39 0965.1692206

Indirizzo e-mail

Ufficio didattica

Tel +39 0965.1692440/212

Fax +39 0965.1692220

Indirizzo e-mail


Segreteria studenti

Tel +39 0965.1691475

Fax +39 0965.1691474

Indirizzo e-mail

Segreteria Amministrativa

Tel +39 0965.1692257/261/241

Fax +39 0965.1692201

Indirizzo e-mail


Ufficio orientamento

Tel +39 0965.1692386/212

Fax +39 0965.1692220

Indirizzo e-mail

Social

Facebook

YouTube

Instagram