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:
X
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:
|