Lo studente, in coerenza con gli obiettivi del corso di studio, svilupperà competenze relative alla progettazione e allo sviluppo di sistemi di supporto alle decisioni basati (DSS) su tecniche di machine learning. Tali DSS saranno principalmente calati nell’ambito dello sviluppo di sistemi software complessi.
Conoscenza e capacità di comprensione
Lo studente conoscerà gli aspetti teorici e pratici relativi alla progettazione e all’implementazione delle più comuni tecniche di machine learning.
Conoscenza e capacità di comprensione applicate
Lo studente sarà in grado di progettare e sviluppare sistemi di supporto alle decisioni basati su tecniche di machine learning.
Autonomia di giudizio
Lo studente sarà in grado di analizzare i requisiti di un sistema di supporto alle decisioni e di adottare una strategia implementativa del DSS anche diversa da quelle apprese a lezione.
Abilità comunicative
Lo studente sarà in grado di descrivere con sufficiente livello di formalismo e appropriato linguaggio le strategie adottate per la progettazione e lo sviluppo di un sistema di supporto alle decisioni.
Capacità di apprendere
Lo studente sarà in grado, dato un problema, di valutare le diverse strategie risolutive e scegliere la più adatta in specifiche circostanze, consapevole delle limitazioni e dei punti di forza della strategia adottata.- Docente: Rocco OLIVETO
La ricerca operativa fornisce strumenti per la risoluzione di problemi di ottimizzazione di processi e problemi decisionali con risorse limitate. Obiettivo principale del corso è l'acquisizione degli strumenti necessari per poter formulare i problemi reali come modelli matematici lineari. Per la risoluzione dei modelli matematici a variabili continue viene descritto in dettaglio il metodo del simplesso e, dopo aver individuato la soluzione ottima, viene effettuata l'analisi di sensitività su questi modelli. Il corso fornisce anche le conoscenze di base per la soluzione di modelli di ottimizzazione tramite Excel.
Conoscenza e capacità di comprensione
Conoscere i principali fondamenti di modellazione matematica di problemi di ottimizzazione e di problemi di decisione. Conoscere le metodologie di base per la rappresentazione di problemi di ottimizzazione tramite modelli lineari. Conoscere gli strumenti e gli algoritmi di base di risoluzione di problemi di ottimizzazione lineari. Conoscere gli elementi di base della teoria delle reti e della teoria dei grafi. Conoscere i problemi elementari di ottimizzazione su rete. Conoscere gli algoritmi elementari per la risoluzione di problemi di ottimizzazione su rete.
Conoscenza e capacità di comprensione applicate
Sapere rappresentare un semplice problema di ottimizzazione o di decisione tramite un modello matematico lineare a variabili continue. Sapere risolvere semplici problemi di programmazione matematica lineare continua. Sapere distinguere gli strumenti di soluzione di problemi di ottimizzazione lineare continue. Sapere modellare semplici problemi tramite grafi e reti di flusso. Sapere risolvere semplici problemi di ottimizzazione su rete.
Autonomia di giudizio
Capacità di valutare e comparare autonomamente le soluzioni matematiche di un problema di limitata complessità.
Abilità comunicative
Capacità di organizzarsi in gruppi di lavoro. Capacità di comunicare efficacemente in forma scritta e/o orale anche in inglese.
Capacità di apprendere
Capacità di catalogare, schematizzare e rielaborare le nozioni acquisite.
- Docente: Carmine Cerrone
Conoscenza e capacità di comprensione
Lo studente, alla fine dell’attività didattica, conoscerà gli aspetti teorici e pratici relativi sia alle tecnologie utilizzate per la realizzazione di applicazioni native e ibride per dispositivi mobili.
Conoscenza e capacità di comprensione applicate
Lo studente potrà mettere in pratica le conoscenze apprese all’interno di un progetto software assegnato dal docente.
Autonomia di giudizio
Lo studente raggiungerà le necessarie competenze per comprendere e analizzare applicazioni già realizzate. Imparerà a valutare le differenze tra le molteplici tecnologie disponibili e sarà in grado di scegliere quelle che maggiormente si prestano alla soluzione di uno specifico problema.
Abilità comunicative
La comunicazione e l’organizzazione nell’ambito di un progetto software sono elementi essenziali per una buona riuscita del progetto stesso. Pertanto, gli studenti saranno incoraggiati ad organizzare frequenti meeting, sia con gli altri studenti, sia con il docente. Saranno inoltre esplorate le opportunità di supporto alle attività di progetto fornite dai numerosi strumenti di comunicazioni e collaborazione che fanno uso delle tecnologie informatiche quali wiki, blog, social network, mailing list, chat e servizi cloud.
Capacità di apprendere
Lo studente approfondirà abilità trasversali legate all’applicazione delle conoscenze tecnologiche, metodologiche, organizzative e comunicative alla realizzazione di un progetto software reale, avrà piena autonomia sulla scelta degli strumenti e delle tecnologie che riterrà necessari per la realizzazione del progetto e sarà incoraggiato a sperimentare nuove tecnologie che possano migliorare la riuscita del progetto e specializzare il bagaglio di conoscenze sia individuale sia di gruppo.
- Docente: Rocco OLIVETO
Lo studente, alla fine del corso avrà appreso le metodologie statistiche di base (stima, controllo di ipotesi, applicazione di modelli, validazione, previsione), esplorando aspetti concettuali e matematici.
Conoscenza e capacità di comprensione applicate
Lo studente sperimenterà dal punto di vista applicativo le metodologie studiate relativamente ai vari problemi di analisi statistica (stima, controllo di ipotesi, applicazione di modelli, validazione, previsione) il tutto sviluppato in un contesto operativo e decisionale.
Autonomia di giudizio
Lo studente raggiungerà le necessarie competenze per distinguere i diversi metodi studiati e soprattutto sarà in grado di decidere quando utilizzarli relativamente alle diverse questioni applicative che si possono presentare.
Abilità comunicative
Lo studente sarà in grado di esprimere concetti complessi riguardanti le metodologie studiate attraverso un linguaggio fondato su sintesi e chiarezza. Sarà inoltre in grado di rappresentare le stesse tecniche attraverso il rigore del linguaggio matematico.
Capacità di apprendere
Lo studente sarà in grado di comprendere tutte le fasi dell'analisi statistica di dati, considerando aspetti gestionali, metodologici e di implementazione. Nelle sessioni di laboratorio di analisi dati avrà la possibilità di migliorare le sue attitudini applicative ed operative.
- Docente: Fabio DIVINO
Il corso si prefigge come obiettivo l’insegnamento dei concetti fondamentali alla base dell’Intelligenza Artificiale vista da una prospettiva computazionale piuttosto che cognitiva, prospettiva dunque appropriata al contesto di un corso di laurea in Informatica. Lo studente si muoverà da un concetto base, quello di agente razionale e computazionale, in grado di prendere decisioni autonome in una varietà di contesti. Verranno quindi introdotte alcune tecniche generali per la ricerca di soluzioni e la scelta di decisioni, a partire da metodologie di ricerca esaustiva non-informata, ricerca euristica e metodologie di ricerca locale. A seguire verranno poi illustrati domini specifici di applicazione e specializzazione di tali metodologie, quali comprensione del linguaggio naturale, pianificazione e robotica.
Lo studente, alla fine dell’attività didattica, avrà una effettiva comprensione di che cosa è l’ “intelligenza artificiale” e di quelle che sono le sue applicazioni, e svilupperà criteri di scelta tra le metodologie apprese così da renderle appropriate alle caratteristiche del dominio di applicazione.
- Docente: Remo Pareschi
Lo studente, in coerenza con gli obiettivi del corso di studio, svilupperà competenze specifiche attraverso l’integrazione delle conoscenze acquisite già in altre attività didattiche con capacità pratiche di gestione di dati geografici numerici, di applicazione di adeguate metodologie ed analisi basate su progetti originali di applicazioni GIS.
Lo studente, alla fine dell’attività didattica, conoscerà gli aspetti teorici e pratici sui principi di cartografia, l’uso di dati vettoriali e raster, i modelli di analisi spaziale e di gestione di geodatabase in ambiente GIS open source applicando le conoscenze acquisite durante il corso di studio in un in ambiente software specializzato.
- Docente: Paolo Di Martino