72796 - PROGRAMMAZIONE DI APPLICAZIONI DATA INTENSIVE

Conoscenze e abilità da conseguire

Al termine del corso lo studente è in grado di progettare e sviluppare componenti e applicazioni per gestire ed elaborare dati strutturati e destrutturati in scenari di interesse aziendale, impiegando moderne architetture e tecnologie di rete e di accesso a basi di dati remote.

Contenuti

IL CORSO TRATTA I FONDAMENTI DI DATA SCIENCE E MACHINE LEARNING, DAGLI ALGORITMI DI BASE ALLE RETI NEURALI PER LO SVILUPPO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE IN PYTHON.

Con gli algoritmi di machine learning saranno sviluppati modelli e applicazioni capaci di fare previsioni di varia natura: applicazioni per predire ad esempio l'andamento della borsa valori, predire quali prodotti/servizi acquisterà ogni cliente, prevedere l'andamento delle vendite aziendali, i consumi energetici, il valore di immobili, se un prestito bancario sarà restituito etc

Inoltre il machine learning sarà applicato al natural language processing per classificare opinioni e recensioni di utenti su prodotti/servizi pubblicati in social network e nelle piattaforme di e-commerce. Infine saranno sviluppate applicazioni di question answering per fornire assistenza ad utenti con chatbot, come sviluppare motori di ricerca semantici e come sono realizzati sistemi di questo tipo in medicina per la diagnosi di patologie o per indicare come trattare i sintomi di un paziente descritti in linguaggio naturale.

Dettagli sui contenuti del programma del corso

https://bit.ly/3aG9Brb

Materiale delle lezioni e laboratori

sito web del corso con materiale didattico e laboratori con soluzioni  (https://virtuale.unibo.it/course/view.php?id=52948)

Non sono richieste propedeuticità o conoscenze pregresse poiché i concetti, incluso il linguaggio Python, sono spiegati da zero.

 

L'accesso al materiale non è vincolante per l'iscrizione al corso (scegliere iscrizione spontanea per visionare il materiale)

Testi/Bibliografia

• Dispense e riferimenti bibliografici forniti dal docente

Testo consigliato (non obbligatorio)

• Data Science con Python, Dai Fondamenti al Machine Learning. Joel Grus, 2021. Gianluca Moro, curatore scientifico dell'edizione italiana. EGEA Casa Editrice dell'Università Bocconi. Edizione in inglese, O’Reilly Media (versione precedente)

Metodi didattici

Lezioni in aula affiancate da esercitazioni assistite in laboratorio su casi di studio reali di machine learning e data science per lo sviluppo di applicazioni di intelligenza artificiale in diversi domini aziendali e sociali.

Modalità di verifica e valutazione dell'apprendimento

Progetto di laboratorio svolto in gruppo, con possibilità di scegliere il tema di AI di interesse, e discussione orale individuale del progetto.

Strumenti a supporto della didattica

• slide delle lezioni e delle attività di laboratorio disponibili in anticipo
• tecnologie open source python e jupyter disponibili nei laboratori della scuola
• attività di laboratorio assistite fruibili anche online in remoto mediante open cloud computing come colab o binder
• esempio di attività di laboratorio in python fruibile con google colab

Link ai contenuti delle lezioni dell'a.a. 2022/23. I contenuti di machine learning per l'a.a. 2023/24 sono in corso di aggiornamento con le più recenti soluzioni della comunità accademica ed aziendale di AI:

https://virtuale.unibo.it/course/view.php?id=37961

Orario di ricevimento

Consulta il sito web di Gianluca Moro