Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
ICT FOR INTERNET AND MULTIMEDIA - INGEGNERIA PER LE COMUNICAZIONI MULTIMEDIALI E INTERNET
Insegnamento
BIG DATA COMPUTING
INP7079233, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
ICT FOR INTERNET AND MULTIMEDIA - INGEGNERIA PER LE COMUNICAZIONI MULTIMEDIALI E INTERNET
IN2371, ordinamento 2017/18, A.A. 2017/18
N0
porta questa
pagina con te
Curriculum CYBERSYSTEMS [002PD]
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese BIG DATA COMPUTING
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Obbligo di frequenza No
Lingua di erogazione INGLESE
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 ANDREA ALBERTO PIETRACAPRINA INF/01

Mutuante
Codice Insegnamento Responsabile Corso di studio
INP7079233 BIG DATA COMPUTING ANDREA ALBERTO PIETRACAPRINA IN0521

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative INF/01 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018
Visualizza il calendario delle lezioni Lezioni 2018/19 Ord.2017

Commissioni d'esame
Commissione Dal Al Membri
2 A.A. 2018/2019 01/10/2018 15/03/2020 PIETRACAPRINA ANDREA ALBERTO (Presidente)
PUCCI GEPPINO (Membro Effettivo)
BILARDI GIANFRANCO (Supplente)
FANTOZZI CARLO (Supplente)
PESERICO STECCHINI NEGRI DE SALVI ENOCH (Supplente)
SILVESTRI FRANCESCO (Supplente)
VANDIN FABIO (Supplente)
1 A.A. 2017/2018 01/10/2017 15/03/2019 PIETRACAPRINA ANDREA ALBERTO (Presidente)
PUCCI GEPPINO (Membro Effettivo)
BILARDI GIANFRANCO (Supplente)
FANTOZZI CARLO (Supplente)
SILVESTRI FRANCESCO (Supplente)
VANDIN FABIO (Supplente)

Syllabus
Prerequisiti: Competenze relative al progetto e all'analisi di algoritmi e strutture dati, e conoscenza delle nozioni fondamentali di calcolo delle probabilità e statistica.
Conoscenze e abilita' da acquisire: Il corso fornisce allo studente conoscenze relative ai principali strumenti e metodi per l'analisi di insiemi di dati potenzialmente grandi.
Modalita' di esame: Prova scritta e progetto (di gruppo) obbligatori. I progetti sono presentati e discussi a fine corso o, facoltativamente, in una prova orale successiva al superamento dello scritto.
Criteri di valutazione: La valutazione finale è ottenuta combinando la valutazione del progetto e quella dello scritto.
Contenuti: Il corso affronterà i seguenti argomenti:

Introduzione al fenomeno dei Big Data
Programming frameworks: MapReduce/Hadoop, Spark
Association Analysis
Clustering
Graph Analytics (metriche di centralità, scale-free/Power-law graphs, fenomeno dello small world, uncertain graphs)
Similarity and diversity search
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e attività propedeutiche allo svolgimento del progetto
Eventuali indicazioni sui materiali di studio: Il diario delle lezioni, il materiale didattico e le modalità d'esame dettagliate saranno resi disponibili sul sito web accessibile da MOODLE.
Testi di riferimento:
  • J. Leskovec, A. Rajaraman and J. Ullman, Mining Massive Datasets. --: Cambridge University Press, 2014. Available in pdf Cerca nel catalogo