Algorithmes pour megadonnées (DSE)

Master en Data science and economics (Università degli Studi di Milano)

Autres années

L'objectif du cours est d'introduire les concepts fondamentaux à la base de la gestion et de l'analyse de mégadonnées, en comprenant les principales techniques d'élaboration pour données à large échelle et leur mise en œuvre sur des plateformes de calcul distribuées.

Résultats attendus

À la fin du module, les étudiants connaîtront les principales approches leur permettant d'analyser des quantités massives de données, ainsi que la capacité de concevoir et d'exécuter des calculs sur des mégadonnées, déployés sur systèmes distribués modernes.

Infos

Langue

Les leçons sont en anglais.

Horaires du cours

Les cours ont lieu dans le secteur de Città Studi, selon le calendrier suivant:

Le calendrier sera différent pour les dates suivantes:

• 17/01: cours dans la salle Beta;
• 25/01: cour le mardi, en remplacement de celui du 24/01;
• 22/02: cour le mardi, en remplacement de celui du 21/01;
• 23/02, 12:30-14:30: cours additionnel dans la salle 303;
• 28/02: cours dans la salle MA (Via Mangiagalli 31);
• 07/03: cours dans la salle MA (Via Mangiagalli 31).

Tout changement à l'horaire sera annoncé en classe et publié dans la section Infos de cette page.

Cours à distance

Jusqu'à nouvel ordre, les cours auront lieu aussi à distance, par authentification à un lien zoom publié sur la page Ariel du cours.

Veuillez noter que le but du streaming est d'encourager « [...] la participation d'étudiants présentant des fragilités particulières, ou immunodéprimés, ou pas encore en possession de la certification verte COVID-19, ainsi que d'étudiants internationaux incapables de suivre en présence en raison des limitations de déplacements causées par l'urgence épidémiologique » (Arrêté du Recteur sur la didactique du 23 août). Dans tous les autres cas, la présence dans la salle de cours est fortement recommandée, sauf s'il n'y a plus de places disponibles.

Heures de bureau

Sur rendez-vous, salle 5015 du Département d'Informatique. Il est possible contacter l'enseignant par e-mail, en prenant soin de lire à l'avance le guide préparé par le professeur Sebastiano Vigna et précisant clairement dans le message le nom du cours et l'année scolaire. En particulier, les étudiants sont encouragés à toujours utiliser leur adresse académique (c'est à dire celui basée sur la domaine studenti.unimi.it) en signant avec nom et numéro d'identification et rappelant que le temps de réponse peut varier en fonction des engagements de l'enseignant.

Materiel bibliographique

Les cours sont basées:

• sur le livre Mining of Massive Datasets, écrit par A. Rajaraman e J. Ullman (indiqué par RU dans le calendrier des cours), téléchargeable gratuitement sur le site des auteurs et publié en version imprimée par Cambridge University Press (ISBN:9781107015357);
• sur notes de cours et exemples de code publiés dans le calendrier des cours.

Programme

Le programme fait référence aux arguments detaillés dans le calendrier des leçons (disponible dès le debut des cours), qui corresponds au matériel du livre adopté, plus le reste des documents indiqués entre le materiel bibliographique.

Prérequis

Le cours nécessite la connaissance à niveau license des principaux sujets de programmation, d'analyse mathématique, de calcul des probabilités et de statistiques.

Calendrier des leçons

Modalités d'examination

L'examen du module se compose d'un projet et d'un test oral, liés aux sujets traités dans le cours. Le projet analyse un ou plusieurs jeux de données par l'application critique des techniques affrontées lors des cours, et il est décrit dans un rapport écrit. L'évaluation du projet, exprimée par une note de réussite / échec, tient compte du niveau de maîtrise des sujets et de la clarté du rapport. L'épreuve orale, accessible après une évaluation positive du projet, est basée sur la discussion de sujets abordés dans le cours et sur des questions approfondies sur le projet présenté. L'évaluation de l'épreuve orale, exprimée sur une échelle comprise entre 0 et 30, prend en compte le niveau de maîtrise des sujets, la clarté et les compétences linguistiques. Pour ce qui concerne les modalités d'examen des autres modules, les étudiant.e.s sont renvoyé.e.s aux pages Web correspondants.

Comment s'inscrire

Examen écrit (prof. Ardagna, prof. Foresti)

Pour passer une ou les deux parties de l'examen il faut s'inscrire à un appel sul UniMia. Quelques jours avant l'examen les étudiants inscrits recevront un mail demandant à quelle partie de l'examen écrit ils sohuaitent participer. Les étudiants qui ont déjà passé une partie de l'examen doivent utiliser Ariel pour s'inscrire à la partie qui reste. Les étudiants qui ne sont pas inscrits ne seront pas admis, car il est nécéssaire connaitre le nombre précis des participants pour organiser les salles (virtuelles), en particulier dans cette situation d'urgence.

Projet et examen oral (prof. Malchiodi)

L'inscription sur UniMia n'est pas requise. Les étudiant.e.s doivent envoyer un e-mail au prof. Malchiodi dans les délais du projet (voir tableau ci-dessous), contenant un lien vers le projet. Les étudiants seront contactés après vérification du projet. Le tableau ci-dessous indique une date provisoire pour les examens oraux.

Note finale

Après avoir réussi toutes les parties, la note finale sera enregistrée en association avec l'inscription UniMia pour la partie écrite de l'examen.

Expiration des notes

Si, un an après avoir réussi une des parties de l'examen, la note finale n'est pas enregistrée, toutes les parties de l'examen devront être répétées (y compris celles déjà réussies).

Sessions d'examen