Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
Insegnamento
BASI DI DATI 2
SCP4063825, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
SC2094, ordinamento 2014/15, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese DATABASES 2
Sito della struttura didattica http://scienzestatistiche.scienze.unipd.it/2017/laurea_statisticatecnologiescienze
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile MASSIMO MELUCCI ING-INF/05

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/05 9.0

Modalità di erogazione
Periodo di erogazione Secondo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LABORATORIO 1.5 12 25.5 Nessun turno
LEZIONE 7.5 52 135.5 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018

Syllabus
Prerequisiti: E' richiesta la conoscenza dei concetti di Basi di Dati 1 e di Sistemi di
elaborazione 1. Si raccomanda la conoscenza dei contenuti di Sistemi di
elaborazione 2.
Conoscenze e abilita' da acquisire: S'intende formare una figura professionale in grado di descrivere,
raccogliere, organizzare, gestire e analizzare grandi moli di dati
eterogenei mediante rigorose metodologie informatiche. A questo scopo,
s'intende promuovere la conoscenza dei principali metodi e strumenti di
gestione, estrazione e analisi di basi di dati anche di grandi dimensioni.
Modalita' di esame: L'esame consiste di una prova scritta e di una prova pratica che, nel caso
dei non frequentanti o comunque in appelli successivi al primo, e'
integrata da una prova orale. La prova scritta verte sui metodi di
progettazione e accesso a basi di dati strutturati e non strutturati
trattati durante l'insegnamento.
Per i frequentanti e al primo appello, la prova pratica e' svolta in
laboratorio. Essa consiste nella realizzazione di semplici applicazioni
simili alle esercitazioni svolte durante le lezioni.
La prova e' orale per i non frequentanti o per coloro che svolgono la prova
in appelli successivi al primo,
Criteri di valutazione: Per la prova scritta, si valutera' innanzitutto la completezza e la
precisione di risposta ai quesiti. Si terra' conto anche della calligrafia
e dell'ordine di tenuta del foglio d'esame.
Per la prova pratica, si valutera' innanzitutto l'utilizzo appropriato dei
metodi e degli strumenti informatici. Si terra' conto della capacita'
d'uso del calcolatore e di produrre autonomamente i file richiesti dal tema
della prova.
Nel caso di colloquio orale, si valuteranno le conoscenze generali dei
contenuti dell'insegnamento, sia teorici che pratici.
L'esame e' superato solo se si supera ciascuna prova con un voto
sufficiente. Il voto finale d'esame e' la media dei voti delle due prove
superate. Il voto di una prova rimane valido fino all'ultimo appello
previsto per l'anno accademico in cui si e' sostenuta la prova.
Contenuti: * Gli algoritmi, la loro complessita' e le strutture di dati fondamentali.
* Le tecnologie d'accesso a basi di dati mediante il WWW e linguaggi di
scripting e programmazione.
* I concetti e i risultati principali della teoria relazionale allo scopo
di mostrare la logica con cui un SGBD ottimizza le proprie prestazioni.
* L'utilizzo di Structured Query Language (SQL) per estrarre, riassumere e
analizzare dati organizzati in tabelle e per valutare l'efficienza delle
applicazioni.
* Gli elementi essenziali dell'organizzazione dei dati in memoria di massa
e delle strutture per gli indici.
* Algoritmi di data mining, metodi e architetture per l'analisi analisi dei
dati.
* Le problematiche e le metodologie di analisi di collezioni di dati non
strutturati (Information Retrieval, IR) che stanno alla base dei motori di
ricerca.
Attivita' di apprendimento previste e metodologie di insegnamento: L'attivita' di apprendimento principale si svolge in aula in forma di
lezioni frontali tenute in italiano con l'ausilio della lavagna e del video
proiettore.
Sebbene la frequenza delle lezioni sia facoltativa, si consiglia di
partecipare alle lezioni comunque, specialmente a quelle di laboratorio.
Attivita' altrettante importante e' lo studio individuale e in particolare
lo svolgimento di esercitazioni proposte alle lezioni di laboratorio. Lo
svolgimento regolare delle esercitazioni facilita quello della prova
pratica d'esame.
Eventuali indicazioni sui materiali di studio: Del materiale sara' reso disponibile man mano che l'insegnamento procede.
Testi di riferimento:
  • Melucci, Massimo, Basi di dati. --: Esculapio, 2013. Ristampa di settembre 2013 o successiva Cerca nel catalogo
  • Atzeni, Paolo et al., Basi di dati. --: McGraw-Hill, 2009. Qualsiasi edizione, dal 2009 in poi Cerca nel catalogo
  • Melucci, Massimo, Information Retrieval. --: Franco Angeli, 2013. Cerca nel catalogo