Dipartimento di InformaticaUniversità degli Studi di Milano

Analisi dei dati su larga scala2015/16

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

    A partire dal 13 giugno il ricevimento studenti su base regolare è sospeso fino al prossimo semestre. Gli studenti possono contattare il docente per un ricevimento su appuntamento.

  2. Sospensione del ricevimento studenti per due settimane

    Il ricevimento studenti è sospeso per le prossime due settimane. Gli studenti possono contattare il docente via e-mail.

  3. Sospensione del ricevimento studenti del 22 febbraio

    Il ricevimento studenti del 22 febbraio è sospeso. Gli studenti possono contattare il docente per un ricevimento su appuntamento.

Avvisi precedenti (3)
  1. Credito per AWS

    Gli studenti del corso di analisi dei dati su larga scala possono ottenere codici promozionali per AWS registrandosi al programma AWS educate specificando «Università degli Studi di Milano» come istituzione. Crediti aggiuntivi possono essere ottenuti tramite il GitHub education program.

  2. Sospensione lezione di Analisi dei dati su larga scala

    La lezione di Analisi dei dati su larga scala del 7 ottobre è sospesa.

  3. Orario di ricevimento per il primo semestre

    L'orario di ricevimento studenti per il primo semestre si svolgerà il lunedì alle 14:30 nello studio del docente, a partire dal 5/10.

Orari del corso

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

Giorno Ora Luogo
lunedì 14:30 - 16:30 aula 5
mercoledì 14:30 - 16:30 aula 6

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

La parte teorica del corso è basata 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 le parti pratiche si consiglia la lettura di Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia, Learning Spark. Lightning-Fast Big Data Analysis, O'Reilly, 2015 (ISBN:978-1-449-35862-4) e di Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills, Advanced Analytics with Spark. Patterns for Learning from Data at Scale, O'Reilly, 2015 (ISBN:978-1-491-91276-8)

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!

Programma

Il programma riguarda gli argomenti dettagliati nel calendario delle lezioni, che corrisponde al materiale trattato sul libro di testo, oltre che sui restanti documenti elencati tra il materiale didattico.

Calendario delle lezioni

Lezione Data Argomento Materiale
L01 28/09/2015 Introduzione al data mining
    L02 30/09/2015 File system su larga scala e Hadoop
    L03 05/10/2015 Algoritmi Map-reduce
      L04 12/10/2015 Map-reduce e Hadoop
      L05 14/10/2015 noSQL
      L06 19/10/2015 Apache Spark
      L07 21/10/2015 Ricerca di elementi simili
        L08 26/10/2015 Ricerca di elementi simili
          L09 28/10/2015 Analisi di stream di dati
            L10 02/11/2015 Analisi di stream di dati
              L11 04/11/2015 Analisi di link
                L12 09/11/2015 Analisi di link
                  L13 11/11/2015 Insiemi di elementi frequenti
                    L14 16/11/2015 Insiemi di elementi frequenti
                      L15 18/11/2015 Web advertising
                        L16 23/11/2015 Amazon Web Services: S3, EC2 e EMR
                          L17 25/11/2015 Clustering
                            L18 30/11/2015 Clustering
                              L19 02/12/2015 Recommendation systems
                                L20 09/12/2015 Recommendation systems
                                  L21 14/12/2015 Percettroni
                                    L22 16/12/2015 Regressione
                                      L23 21/12/2015 Riduzione della dimensionalità
                                        L24 11/01/2016 Analisi di reti sociali

                                          Modalità d'esame

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