Laurea magistrale in Informatica (Università degli Studi di Milano)


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

Avvisi

Data Informazione
23/06/2017 Slide del seminario «The role of the data scientist»
Sono disponibili le slide del seminario di A. Condorelli «The role of the data scientist».
20/04/2017 Sospensione del ricevimento studenti
A partire dal 20 aprile il ricevimento studenti su base regolare è sospeso. Gli studenti possono contattare il docente per un ricevimento su appuntamento.
06/03/2017 Orario di ricevimento per il secondo semestre
L'orario di ricevimento studenti per il secondo semestre si svolgerà il giovedì dalle 14:30 alle 17:30 nello studio del docente, a partire dal 9/3.
01/02/2017 Sospensione del ricevimento studenti
A partire dal 2 febbraio il ricevimento studenti su base regolare è sospeso fino al prossimo semestre. Gli studenti possono contattare il docente per un ricevimento su appuntamento.
09/01/2017 Modifica all'aula per la lezione di Analisi dei dati su larga scala del 10/1/2017
La lezione di Analisi dei dati su larga scala del 10/1/2017 avrà luogo in aula Beta.
20/12/2016 Modifica del ricevimento studenti del 22/12
Il ricevimento studenti del 22/12 terminerà alle ore 16:00.
21/11/2016 Sospensione del ricevimento studenti del 24 novembre
Il ricevimento studenti del 24 novembre è sospeso. Gli studenti possono contattare il docente per un ricevimento su appuntamento.
26/09/2016 Modifica al calendario dell'insegnamento di Analisi dei dati su larga scala
A partire dal 27 settembre le lezioni di Analisi dei dati su larga scala avranno luogo in aula Delta.
21/09/2016 Orario di ricevimento per il primo semestre
L'orario di ricevimento studenti per il primo semestre si svolgerà il giovedì dalle 14:00 alle 17:00 nello studio del docente, a partire dal 29/09.
02/09/2016 Spostamento studio
A partire dal 2 settembre lo studio del Professor Malchiodi è trasferito nella stanza P102 al primo piano della sede del dipartimento in via Comelico.

Lingua

Le lezioni sono in italiano.

Orari del corso

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

Giorno Ora Luogo
lunedì 15:30 - 17:30 aula Delta
martedì 15:30 - 17:30 aula Delta

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

Ricevimento studenti

Su appuntamento (via e-mail). 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!

Alcuni laboratori fanno riferimento al programma edX Data Science and Engineering with Spark.

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

Loading...

Modalità d'esame

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