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


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

Date Info
21/02/2024 Tutorat «Algorithms for massive datasets» (DSE)
Les étudiants pourront assister à cinq sessions de tutorat, le 28 Février et le 6, 13 et 20 Mars, dans la salle Tau (città Studi) entre 11:30 et 13:30.
20/02/2024 Projets pour le module de «Algorithmes pour mégadonnées» (Master DSE)
Les descriptions des projets pour le module de «Algorithmes pour mégadonnées» du Master en «Data Science for Economics» sont disponibles.

Langue

Les leçons sont en anglais.

Horaires du cours

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

Jour Heure Lieu
mardi 14:30 - 16:30 Aula 204
mercredi 14:30 - 16:30 Aula 505

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

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:

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

Loading...

Modalités d'examination

Examen écrit (prof. Anisetti, 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 réserver les salles.

Projet et examen oral (prof. Malchiodi)

L'examen du module Algorithms for massive datasets se compose d'un projet et d'une épreuve orale, tous deux liés aux sujets abordés dans le cours. Le projet nécessite d'élaborer un ou plusieurs jeux de données par l'application critique des techniques décrites lors des cours, et fait l'objet d'un rapport écrit. L'évaluation du projet, exprimée par une note réussite/échec, considère le niveau de maîtrise des sujets et la clarté du rapport. L'épreuve orale, accessible après une évaluation positive du projet, est basée sur la discussion de certains thèmes abordés dans le cours et sur des questions approfondies sur le projet présenté. L'évaluation de l'épreuve orale, exprimée sur une échelle allant de 0 à 30, tient compte du niveau de maîtrise des sujets, de la clarté et des compétences linguistiques. Les étudiants doivent se référer aux pages Web des autres modules pour la description des modalités d'examen correspondantes.

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

Chaque module est réussi si la note correspondante est supérieure ou égale à 15/30. L'examen global est réussi si la moyenne des notes (pondérée par rapport aux crédits du module) est supérieure ou égale à 18/30 et au plus une des trois notes est inférieure à 18/30. La note finale sera enregistrée en association avec l'inscription UniMia pour la partie écrite de l'examen.

Expiration des notes

La note de chaque partie de l'examen expest valable un an. 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

Session Date
avril sign up date: 11/04, project deadline: 08/04, oral exams: 15/04
juin sign up date: 17/06, project deadline: 12/06, oral exams: 19/06
juillet sign up date: 22/07, project deadline: 11/07, oral exams: 17/07
septembre sign up date: 10/09, project deadline: 13/09, oral exams: 18/09
novembre sign up date: 22/11, project deadline: 15/11, oral exams: 20/11
décembre sign up date: 12/12, project deadline: 09/12, oral exams: 13/12