1016500 - DATA MINING, STATISTICA SOCIALE ED INFORMATIZZAZIONE DEI DATI
Modulo 1016502 - SISTEMI PER LA GESTIONE DI BASI DI DATI
Risultati di apprendimento attesi
Il corso introdurrà i concetti essenziali dell’organizzazione e dell’archiviazione dei dati, mostrando con esempi pratici come i database relazionali permettano di gestire in modo efficace le informazioni nelle scienze sociali.
Nella seconda parte, verranno presentati i temi dei Big Data e dell’Intelligenza Artificiale, con particolare attenzione ai modelli generativi e ai Large Language Models (LLM). Sarà spiegato in modo accessibile come queste tecnologie funzionano a grandi linee, dando esempi semplici di utilizzo e accennando ai principali impatti sociali ed etici.
L’obiettivo del corso è fornire una comprensione di base sul funzionamento e sulle implicazioni di queste tecnologie nella società.
Modalità di svolgimento dell'insegnamento
Prerequisiti richiesti
Frequenza lezioni
Contenuti del corso
- Concetti di base: dato, informazione e astrazione
- Differenza tra sistemi informativi e sistemi informatici
- Come i database relazionali organizzano e archiviano i dati
- Introduzione all’interrogazione dei dati nei database
- Cosa sono e a cosa servono i Database Management System (DBMS)
- Nozioni essenziali di data mining e text mining, con esempi semplici
- Fondamenti di Big Data e Intelligenza Artificiale con casi concreti
- Introduzione ai modelli generativi e ai Large Language Models (LLM), con spiegazioni immediate e cenni agli impatti sociali ed etici
Testi di riferimento
Slides del corso
Letture suggerite dal docente
Atzeni,Ceri,Paraboschi,Torlone, Basi di Dati,Modelli e linguaggi di interrogazione, terza edizione, McGraw-Hill 2002.
Albano-Ghelli-Orsini, Basi di Dati Relazionali e a Oggetti, Zanichelli, 1997
Ullman, Basi di Dati e Basi di Conoscenza, 1991
Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press, 2015
Sebastian Raschka, Sviluppare Large Language Model, Apogeo, 2025
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Dai dati all’informazione: Sistemi informativi e informatici; Dato e informazione; Organizzazione relazionale dei dati; Interrogazione; Sistemi di interrogazione evoluti | Atzeni,Ceri,Paraboschi,Torlone, Basi di Dati,Modelli e linguaggi di interrogazione, terza edizione, McGraw-Hill 2002. • Albano-Ghelli-Orsini, Basi di Dati Relazionali e a Oggetti, Zanichelli, 1997Ullman, Basi di Dati e Basi di Conoscenza |
| 2 | Introduzione alla Computational Social Science; Nozioni di «Big Data» e Aritificial Intelligence; Concetti e cenni di algoritmi di «profilazione utente»; Social Networks e Social Network Analysis; | slides fornite dal docente; Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press; Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor M |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
Esame scritto tramite domande a risposta multipla, finalizzate a verificare la conoscenza e la comprensione dei concetti fondamentali. Inclusione di domande di tipo Vero/Falso, progettate per accertare la capacità di applicare le conoscenze acquisite, distinguere tra affermazioni corrette e non corrette, e favorire l’autovalutazione critica degli apprendimenti. Le domande e le attività di verifica sono strutturate per misurare non solo la memorizzazione, ma anche la comprensione, l’applicazione pratica e la capacità di giudizio consapevole sui temi trattati.
Esempi di domande e/o esercizi frequenti
Il modello relazionale fu inventanto da J. Watson nel 1980. V/F?
Una transazione terminata correttamente potrebbe lasciare il DB in uno stato inconsistente. V/F?
English version