Home page

Corso di Laurea Magistrale in

Sociologia - LM 88

 

Tecnologie informatiche per il trattamento intelligente dell'informazione


a.a. 2012-2013

 

§                Docente: Giovanni Giuffrida

§                Luogo e orario di ricevimento: Mercoledì 10-13

§                e-mail e recapito telefonico: giovanni.giuffrida@dmi.unict.it

SSD
INF 01

Insegnamento

Tecnologie informatiche per il trattamento intelligente dell'informazione

CFU
3

 

 

 

 

 

Modulo 1:
Testi:

 Introduzione alle tecniche di Data e Text Mining
 

Teoria delle tecniche evolute di analisi dati
·
        Slides del corso fornite dal docente.

Applicazioni delle tecniche di Data e Text mining
·
        Slides del corso fornite dal docente.

 

 

 

 

 

 

 

§         Breve descrizione del modulo:

 Il corso intende dare una panoramica delle tecniche informatiche e degli algoritmi di analisi di basi di dati di grandi dimensioni al fine di scoprire correlazioni esistenti tra i dati. Negli ultimi anni queste tecniche si sono via via consolidate per l’aumento imponente della quantità di dati raccolti in seguito al tracciamento elettronico delle attività che svolgiamo abitualmente: acquisti al supermercato, attività sui social media (quali Facebook), accesso a news su Internet, emails, solo per fare qualche esempio, generano flussi enormi di dati. Analisi accurate di questi dati permettono di scoprire fenomeni sociali di sicuro interesse per gli scienziati sociali. Si studieranno sia tecniche di analisi di dati strutturati (Data Mining Algorithms) che dati non strutturati (Text Mining algorithms).  

§         Obiettivi formativi dell’insegnamento e indicatori dei risultati attesi
 (congruenti con gli obiettivi generali del Corso di Laurea):

Si intende formare lo studente con le conoscenze teoriche necessarie alla comprensione delle tecniche automatiche di analisi di archivi di grandi dimensioni. Sarà discussa sia la teoria informatica che l’applicazione di alcune tecniche specifiche di analisi. Saranno presentati alcuni algoritmi specifici tra cui la generazione di alberi decisionali, le tecniche associative e le tecniche TF-IDF per l’analisi del testo libero.

§         Reading list:

 ·        Slides del corso fornite dal docente.

§         Metodo didattico:

 Saranno eseguite delle lezioni frontali tramite l’uso di slides. Gli studenti saranno incentivati ad una partecipazione attiva alle lezioni. Saranno anche svolti dei seminari specializzati.

 

 

X   Lezioni frontali

 X   Seminari

   Presentazioni

 X   Laboratori

 □   Altro

 

         

 

 

 

 §           Metodo di valutazione delle competenze acquisite:

Scritto

□  Orale

□  Presentazione essay

□  Altro

 

 

 

                                                  

             

 

 a.a. 2012-2013

 

§                Docente: Guido Nicolosi

§                Luogo e orario di ricevimento: Dappsi - via Vittorio Emanuele, 8 (terzo piano stanza n°8)

§                e-mail e recapito telefonico: gnicolos@unict.it; 09570305244

SSD
SPS/08

Insegnamento
Intelligenza artificiale e tecnologie per il trattamento dell’informazione
 

CFU
3

 

TITOLI MODULI e TESTI DI RIFERIMENTO

 

Modulo 1:

Testi:

 

L’interazione uomo-macchina 

a) I materiali (testi e articoli) verranno concordati col docente nel corso delle lezioni

§                Breve descrizione del Corso:

 

Il corso tratta il tema dell’interazione uomo-macchina intesa come lo studio dell’interazione del sistema cognitivo umano con gli strumenti dell’elaborazione dell’informazione. Il corso darà prioritaria rilevanza agli aspetti socio-culturali che condizionano tale interazione, mettendo in rilievo la rilevanza dell’analisi micro-sociologica nello sviluppo di design tecnologico efficace, usabile e affidabile (ergonomia cognitiva) per supportare ee facilitare le attività umane.

 

§                Obiettivi formativi dell’insegnamento e indicatori dei risultati attesi
 (congruenti con gli obiettivi generali del Corso di Laurea):

Gli obiettivi formativi dell'insegnamento sono:

a) fornire conoscenza delle teorie, della storia, dei metodi e delle tecniche con le quali le scienze sociali stanno affrontando il tema oggetto del corso;

b) aiutare lo studente a sviluppare la capacità di orientarsi nello scenario categoriale, nella individuazione delle fonti e nella costruzione di specifici e originali disegni di ricerca;

c) aiutare lo studente a sviluppare la capacità di interrogarsi sugli strumenti concettuali e metodologici della disciplina;

d)      aiutare lo studente a sviluppare abilità comunicative adeguate alla lettura, comprensione, elaborazione ed esposizione dei temi in oggetto, mediante tecniche e strumenti tradizionali e innovativi.

Gli indicatori verranno elaborati in riferimento alla perizia mostrata dallo studente nel formulare domande pertinenti, sul piano della ricerca, delle politiche e della teoria, su aree definite di problemi specifici del Corso. Le verifiche dell'apprendimento consisteranno in prove in itinere ed esami finali in forma orale, nonché nella presentazione di elaborati specificamente predisposti.

§                Obiettivi formativi (EN) - Learning outcomes:
(Knowledge and understanding: Applying knowledge and understanding: Making judgments: Communication skills: Learning skills:).

 The educational aims of the course are:
a) providing knowledge of the theories, history, methods and techniques by which social sciences are facing the changes in contemporary societies (processes and structures) related to new technologies of communication;
b) helping students to develop skills for orienting themselves in categorical scenario, the identification of sources and construction of specific and original research design;
c) helping students to develop skills useful for questioning themselves about the conceptual and methodological tools of the discipline;
d) helping students to develop communication skills appropriate to the reading, understanding and presentation by traditional and innovative techniques and tools.
The indicators will be developed with reference to the skills shown by the student in formulating relevant questions, in terms of research, policy and theory, defined areas of specific problems on the course. The Assessment will consist on middle-term tests and final exams (oral), and presentation of papers specifically prepared.

§                Reading list:

 

a)     Books, papers and articles will be arranged during the course

§                Metodo didattico:

  La didattica verrà svolta mediante lezioni frontali tradizionali supportate dall'utilizzo di materiale esplicativo presentato mediante slides in formato ppt, video e foto.

Gli studenti verranno, inoltre, stimolati durante il corso a elaborare ed esporre un elaborato individuale o di gruppo su specifici temi che emergeranno durante il corso grazie ad una lettura selezionata di articoli di giornali non specialistici.

 

□X   Lezioni frontali

    Seminari

 □ X  Presentazioni

 □   Laboratori

 □ X  Altro

Metodo di valutazione delle competenze acquisite:

□  Scritto

□  X Orale

□  Presentazione essay

□  X Altro

 

 

 

 a.a. 2012-2013

 

 

§    Docente: Cesare Garofalo

§    Luogo e orario di ricevimento:

§    e-mail e recapito telefonico: cesaregarofalo@yanoo.com  -  339 2984739

SSD

SPS/07

Insegnamento

Tecnologie Informatiche per il Trattamento Intelligente dell’Informazione.

CFU

6

 

§     

 

TITOLI MODULI e TESTI DI RIFERIMENTO

 Modulo 1: 

Testi:

 Strumenti per la gestioni di basi di dati.

 W. N. Venables, D. M. Smith and the R Development Core Team

An Introduction to R. Notes on R: A Programming Environment for Data Analysis and Graphics.   Uri Wilensky - NetLogo 5.0.3 User Manual

 Modulo 2:

Testi:

 

 Strumenti per l’analisi dati avanzata.

 W. N. Venables, D. M. Smith and the R Development Core Team

An Introduction to R. Notes on R: A Programming Environment for Data Analysis and Graphics.   Uri Wilensky - NetLogo 5.0.3 User Manual

 

 

§     

 

 

 

 

 

  §  Breve descrizione del Corso:

 Il corso si focalizzerà su:

a) il linguaggio R, un ambiente per la gestione e l’analisi dei dati e per la produzione di grafici.

b) il linguaggio NetLogo, un ambiente specifico per la costruzione di modelli ad agenti.

 §  Obiettivi formativi dell’insegnamento e indicatori dei risultati attesi

 (congruenti con gli obiettivi generali del Corso di Laurea)

 Gli obiettivi del corso sono:

a) condurre lo studente ad una padronanza del linguaggio R che gli consenta di scrivere autonomamente codici, anche semplici, per la gestione e l’analisi dei dati.  

b) condurre lo studente ad una padronanza del linguaggio NetLogo che gli consenta di scrivere autonomamente codici, anche semplici, per la costruzione di Modelli ad Agenti (ABM).

 §  Obiettivi formativi (EN) - Learning outcomes:

(Knowledge and understanding: Applying knowledge and understanding: Making judgments: Communication skills:
Learning skills:).

 The course objectives are:

a) to lead the student to master the R language in order to write codes by yourself, even simple, for the management and analysis of data.

b) to lead the student to master the NetLogo language in order to write codes by yourself, even simple, for the construction of Agent-Based Models.

 §  Reading list:

 Spector P. (2008). Data Manipulation with R. Springer

Torgo L. (2011). Data Mining with R. Learning with Case Studies. Chapman & Hall/CRC

Gilbert N., Troitzsch K., (2005). Simulation for the Social Scientist. Open University Press.

Epstein J., Axtell R., (1996). Growing Artificial Societies: Social Science from the Bottom Up. MIT Press.

Gilbert N. (2007). Agent-Based Models (Quantitative Applications in the Social Sciences)  SAGE Publications

 §  Metodo didattico:

x   Lezioni frontali

 □  Seminari

 □  Presentazioni

 x   Laboratori

 □   Altro

 

La trasmissione della conoscenza dei linguaggi R e NetLogo avverrà mediante lezioni frontali e mediante la pratica diretta al computer.

 

 

 

 

 

 

 

 

 

 

 

 

□  Scritto

x  Orale

□  Presentazione essay

x  Prova al computer

§   Metodo di valutazione delle competenze acquisite: