Dipartimento di InformaticaUniversità degli Studi di Milano

Analisi dei dati su larga scala2014/15

Laurea magistrale in Informatica · Università degli Studi di Milano · Le lezioni sono in italiano · 6 CFU · 48 ore

Edizione archiviata: questa pagina è conservata come riferimento e alcuni materiali o collegamenti potrebbero non essere più disponibili.

Questo insegnamento introduce le principali tecniche legate all'analisi di grosse moli di dati.

Avvisi

  1. Sospensione del ricevimento studenti del 28 maggio

    Il ricevimento studenti del 28 maggio è sospeso. Gli studenti possono contattare il docente per un ricevimento su appuntamento.

  2. Sospensione del ricevimento studenti del 2 aprile

    Il ricevimento studenti del 2 aprile è sospeso. Gli studenti possono contattare il docente per un ricevimento su appuntamento.

  3. Modifica del ricevimento studenti del 12/3

    Il ricevimento studenti odierno inizierà alle ore 16:00.

Avvisi precedenti (7)
  1. Orario di ricevimento per il secondo semestre

    L'orario di ricevimento studenti per il secondo semestre si svolgerà il giovedì alle 14:30 nello studio del docente, a partire dal 5/3.

  2. Sospensione del ricevimento studenti

    Il ricevimento studenti su base regolare è sospeso fino al prossimo semestre. Gli studenti possono contattare il docente per un ricevimento su appuntamento.

  3. Modifica del ricevimento studenti del 25/11

    Il ricevimento studenti odierno terminerà alle ore 15:00. Gli studenti possono contattare il docente per un ricevimento su appuntamento.

  4. Tutorial su MapReduce in AWS

    Ho pubblicato un tutorial sull'esecuzione di job MapReduce in AWS.

  5. Finanziamento AWS in Education per l'insegnamento di Analisi dei dati su larga scala

    Gli studenti del corso di Analisi dei dati su larga scala possono usare un credito di 100US$ per accedere agli strumenti di Amazon Web Services.

  6. Tutorial su installazione di Hadoop

    Ho aggiornato il mio tutorial sull'installazione di Hadoop in una macchina virtuale.

  7. Orario di ricevimento per il primo semestre

    L'orario di ricevimento studenti per il primo semestre si svolgerà il martedì alle 14:30 nello studio del docente, a partire dal 9/9.

Orari del corso

Le lezioni si svolgeranno presso il dipartimento di Informatica, secondo il seguente orario:

Giorno Ora Luogo
martedì 16:30 - 18:30 aula 5
giovedì 15:30 - 17:30 aula 5

Eventuali variazioni rispetto al calendario pianificato verranno comunicate in aula e pubblicizzate nel paragrafo Avvisi di questa pagina.

Ricevimento studenti

Su appuntamento, stanza 5015 del Dipartimento di Informatica. È possibile contattare il docente tramite posta elettronica, avendo cura di leggere preventivamente la guida predisposta dal Prof. Sebastiano Vigna e di specificare chiaramente nell'oggetto del messaggio il nome dell'insegnamento e l'anno accademico. In particolare, si invitano gli studenti a usare sempre come mittente l'indirizzo fornito loro dall'Ateneo (basato cioè sul dominio studenti.unimi.it) firmando con nome, cognome e matricola e ricordando che i tempi di risposta possono variare in funzione degli impegni del docente.

Materiale didattico

Il corso è basato sul seguente libro di testo: Anand Rajaraman and Jeff Ullman, Mining of Massive Datasets, disponibile sia come PDF gratuitamente scaricabile che pubblicato in versione cartacea da Cambridge University Press (ISBN:9781107015357).

Per la parte sui file system distribuiti e il paradigma MapReduce si consiglia, oltre al capitolo 2 del libro di testo, la lettura del tutorial su Hadoop predisposto da Yahoo!

Gli studenti dell'insegnamento possono beneficiare di un credito di 100US$ per utilizzare gli strumenti di Amazon Web Services.

La parte sull'apprendimento automatico è descritta nel capitolo aggiuntivo del libro di testo disponibile online, nel capitolo 3 di S. Haykin, Neural Networks: A Comprehensive Foundation, Prentice Hall, 1999 (ISBN 0-13-908385-5) e in due tutorial online sulla classificazione e sulla regressione.

La parte sulla riduzione della dimensionalità è descritta in un capitolo aggiuntivo del libro di testo disponibile online.

Programma

Il programma riguarda gli argomenti dettagliati nel calendario delle lezioni, che corrisponde al materiale trattato sul libro di testo nei capitoli 1, 2 (fino al paragrafo 2.6.2 incluso), 3 (fino al paragrafo 3.7 incluso), 4 (fino al paragrafo 4.5 incluso), 5 (paragrafi 5.2.4 e 5.2.5 esclusi), 6 (fino al paragrafo 6.5.1 incluso), 7 (fino al paragrafo 7.5 incluso), 8 (fino al paragrafo 8.4.6 incluso), 9 (fino al paragrafo 9.4 incluso), 10 (paragrafi 10.1, 10.2, 10.4 e 10.5), 11 (fino al paragrafo 11.3 incluso) e 12 (fino al paragrafo 12.3 incluso), oltre che sui restanti documenti elencati tra il materiale didattico.

Calendario delle lezioni

Lezione Data Argomento Materiale
L01 30/09/2014 Introduzione al data mining
    L02 02/10/2014 File system su larga scala e Hadoop
    L03 07/10/2014 Algoritmi Map-reduce
      L04 09/10/2014 Map-reduce e Hadoop
      L05 14/10/2014 Analisi di algoritmi map-reduce
        L06 16/10/2014 noSQL
        L07 21/10/2014 Ricerca di elementi simili
          L08 23/10/2014 Ricerca di elementi simili
            L09 28/10/2014 Analisi di stream di dati
              L10 30/10/2014 Analisi di link
                L11 04/11/2014 Analisi di link
                  L12 06/11/2014 Insiemi di elementi frequenti
                    L13 11/11/2014 Insiemi di elementi frequenti
                      L14 13/11/2014 Amazon Web Services: S3, EC2 e EMR
                        L15 18/11/2014 Insiemi di elementi frequenti
                          L16 20/11/2014 Web advertising
                            L17 25/11/2014 Clustering
                              L18 27/11/2014 Clustering
                                L19 02/12/2014 Recommendation systems
                                  L20 04/12/2014 Recommendation systems
                                    L21 09/12/2014 Percettroni
                                      L22 11/12/2014 Classificazione basata su vettori di supporto
                                        L23 16/12/2014 Riduzione della dimensionalità
                                          L24 18/12/2014 Analisi di reti sociali

                                            Modalità d'esame

                                            L'esame consiste in una prova orale, da svolgersi su appuntamento.