Analisi dei dati su larga scala2014/15
Questo insegnamento introduce le principali tecniche legate all'analisi di grosse moli di dati.
Avvisi
-
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.
-
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.
-
Modifica del ricevimento studenti del 12/3
Il ricevimento studenti odierno inizierà alle ore 16:00.
Avvisi precedenti (7)
-
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.
-
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.
-
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.
-
Tutorial su MapReduce in AWS
Ho pubblicato un tutorial sull'esecuzione di job MapReduce in AWS.
-
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.
-
Tutorial su installazione di Hadoop
Ho aggiornato il mio tutorial sull'installazione di Hadoop in una macchina virtuale.
-
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 |
