Obiettivi |
Il corso mira a fornire agli studenti i concetti teorici, gli approcci metodologici e gli strumenti per l'estrazione e l'analisi dei dati, nonché per l'utilizzo dei corrispondenti risultati al fine di supportare il processo decisionale nelle organizzazioni, con un focus dedicato all'ambito economico ed organizzativo. In particolare, al termine del corso gli studenti saranno in grado di realizzare processi decisionali di natura economica/organizzativa e in una varietà di contesti applicativi, opportunamente supportati da approcci metodologici, tecniche e strumenti di estrazione ed analisi dei dati basati su alcune delle più avanzate soluzioni nel campo della scienza dei dati e dell'elaborazione dei big data (intelligenza artificiale, machine learning, internet of things, data visualization, open data e open source platforms for business intelligence), cogliendone le implicazioni a livello organizzativo e sociale.
Modalità di accertamento e valutazione: La valutazione sarà effettuata sulla base di un esame orale che sarà prevalentemente rivolto alla verifica della padronanza, da parte dello studente, delle tematiche afferenti la scienza dei dati in termini di concetti teorici, approcci metodologici, metodi, strumenti e tecniche.
La modalità d’esame scelta è quella della forma discorsiva dell’esame orale, in quanto maggiormente adeguata, coerentemente con le tematiche trattate nel corso, al fine di verificare il raggiungimento dei risultati attesi. L’esame orale determinerà l’attribuzione del voto finale (da 0 a 30 punti con eventuale attribuzione della lode, tramite somma dei voti per ciascuna domanda). L’esame orale verterà su possibili ambiti/tipologie di domande legati a: 1. Processi decisionali, estrazione ed analisi dei dati (da 0 a 10 punti); 2. Big data, intelligenza artificiale, machine learning, internet of things (da 0 a 10 punti); 3. Applicazioni, open data ed open platforms, implicazioni (da 0 a 10 punti).
Il voto finale sarà attribuito secondo il seguente criterio di valutazione: 30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; 26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti; 24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti; 21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; 18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite; Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso. |