Dipartimento di InformaticaUniversità degli Studi di Milano
Dario Malchiodi

Algoritmi per dati su larga scala2020/21

Laurea magistrale in Informatica · Università degli Studi di Milano · Le lezioni sono in inglese · 6 CFU · 48 ore

Edizione archiviata: questa pagina è conservata come riferimento e alcuni materiali o collegamenti potrebbero non essere più disponibili. Edizione in corso (2026-27) →
Questa pagina si riferisce all'insegnamento di Analisi dei dati su larga scala della Laurea magistrale in Informatica. Il modulo Algorithms for massive data all'interno dell'insegnamento «Algorithms for massive data, cloud and distributed computing» della Laurea magistrale in Data science for economics è descritto in un'apposita pagina.

L'insegnamento si propone di descrivere il quadro complessivo dei processi per l'elaborazione dei big data, sia per quanto riguarda le metodologie e le tecnologie applicate in tale contesto.

Risultati attesi

Gli studenti:

  • saranno in grado di utilizzare le tecnologie per la memorizzazione distribuita dei dati;
  • apprenderanno il framework dell'elaborazione distribuita MapReduce e le sue principali estensioni;
  • apprenderanno i principali algoritmi utilizzati per problemi classici relativi ai big data, e a implementarli in un ambiente di elaborazione distribuito;
  • saranno in grado di scegliere i metodi appropriati per risolvere problemi caratterizzati da big data.

Avvisi

  1. Incontro con Radicalbit

    Venerdì 4/6 è previsto un incontro rivolto agli studenti dell'insegnamento di «Algoritmi per dati su larga scala». In questo incontro l'azienda Radicalbit presenterà alcune opportunità di tesi esterne. L'incontro avverrà a distanza, usando lo stesso link Zoom delle lezioni.

  2. Modifica ricevimento studenti

    A partire dal 31 maggio il ricevimento studenti sarà organizzato tramite e-mail.

  3. Disponibilità video delle lezioni di «Statistica e analisi dei dati» (Laurea in Informatica) e di «Algoritmi per dati su larga scala» (Laurea Magistrale in Informatica)

    Le registrazioni delle lezioni di «Statistica e analisi dei dati» (Laurea in Informatica) e di «Algoritmi per dati su larga scala» (Laurea Magistrale in Informatica) saranno disponibili fino al 19 giugno.

Avvisi precedenti (7)

  1. Progetti per l'insegnamento di «Algoritmi per dati su larga scala» (Laurea magistrale in Informatica)

    È disponibile il testo di un progetto per gli insegnamenti di «Algoritmi per dati su larga scala» e «Metodi statistici per l'apprendimento» della Laurea magistrale in «Informatica».

  2. Progetti per l'insegnamento di «Algoritmi per dati su larga scala» (Laurea magistrale in Informatica)

    Sono disponibili i testi dei progetti per l'insegnamento di «Algoritmi per dati su larga scala» della Laurea magistrale in «Informatica». Un progetto congiunto con l'insegnamento di «Metodi statistici per l'apprendimento» sarà pubblicato a breve.

  3. Ricevimento del 30 aprile

    Il ricevimento studenti del 30 aprile è sospeso.

  4. Ricevimento del 2 aprile

    Il ricevimento studenti del 2 aprile è sospeso.

  5. Accessi ai video delle lezioni

    Per poter accedere ai video delle lezioni è necessario registrarsi alla pagina moodle del corso corrispondente. Nel caso questo non fosse possibile è necessario avvisare il docente.

  6. Modifica ricevimento studenti dell'insegnamento «Algoritmi per dati su larga scala»

    Il ricevimento studenti dell'insegnamento «Algoritmi per dati su larga scala» dell'11/03 inizierà alle 18:30. Dalla settimana successiva il ricevimento avrà luogo ogni venerdì alle 16:30.

  7. Semestre dell'insegnamento di Algoritmi per dati su larga scala

    L'insegnamento di Algoritmi per dati su larga scala sarà erogato nel secondo semestre.

Orari del corso

Le lezioni si svolgono (fino a nuove indicazioni) a distanza autenticandosi a un link zoom accessibile dalla pagina moodle dell'insegnamento. L'orario provvisorio è il seguente:

Giorno Ora Luogo
lunedì 16:30 - 18:30 zoom
mercoledì 14:30 - 16:30 zoom

Eventuali variazioni rispetto al calendario pianificato verranno comunicate in aula e pubblicizzate nel paragrafo Avvisi di questa pagina. La registrazione delle lezioni, contrassegnate con (R) nel calendario, è resa disponibile fino alla fine dell'insegnamento, accedendo alla pagina moodle relativa.

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.

È inoltre previsto un ricevimento settimanale di gruppo, specifico per l'insegnamento, che avrà luogo ogni giovedì alle 17:30, utilizzando lo stesso link zoom delle lezioni.

Materiale didattico

Le lezioni sono basate:

  • sul libro Mining of Massive Datasets, scritto da A. Rajaraman e J. Ullman (indicato come RU nel calendario delle lezioni), gratuitamente scaricabile dal sito degli autori e pubblicato in versione cartacea da Cambridge University Press (ISBN:9781107015357);
  • sulle dispense e sul codice di esempio pubblicati nel calendario delle lezioni.

Programma

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

Propedeuticità

È richiesta la conoscenza degli argomenti principali di programmazione degli elaboratori, analisi matematica e probabilità e statistica al livello considerato in una laurea triennale di area informatica.

Calendario delle lezioni

Lezione Data Argomento Materiale
L01 01/03/2021 Preliminari matematici.
L02 03/03/2021 Preliminari tecnici.
L03 08/03/2021 Analisi di link.
L04 10/03/2021 Analisi di link.
L05 15/03/2021 HDFS e map-reduce.
L06 17/03/2021 Algoritmi map-reduce. Spark.
L07 22/03/2021 Communication cost model.
L08 24/03/2021 Ricerca di elementi simili.
L09 29/03/2021 Ricerca di elementi simili.
L10 31/03/2021 Insiemi di elementi frequenti.
L11 12/04/2021 Insiemi di elementi frequenti.
L12 14/04/2021 Basi di dati noSQL: mongodb.
L13 19/04/2021 Clustering.
L14 21/04/2021 Clustering.
L15 26/04/2021 Recommendation systems.
L16 28/04/2021 Analisi di stream di dati.
L17 03/05/2021 Analisi di stream di dati.
L18 05/05/2021 Regressione.
L19 10/05/2021 Regressione e regressione logistica.
L20 12/05/2021 Deep learning e TensorFlow.
L21 17/05/2021 Deep learning e TensorFlow.
L22 19/05/2021 Reti neurali ricorrenti.
L23 24/05/2021 Riduzione della dimensionalità.
L24 26/05/2021 Gradient boosting.

Modalità d'esame

L'esame consiste di un progetto e di una prova orale, entrambi relativi agli argomenti trattati nell'insegnamento. Il progetto richiede l'elaborazione di un dataset tramite applicazione critica delle tecniche descritte durante le lezioni, ed è riassunto in una relazione scritta. La valutazione del progetto, espressa in termini approvato/respinto, tiene conto del livello di padronanza degli argomenti e della chiarezza espositiva nella relazione presentata. La prova orale, alla quale si accede dopo che il progetto è stato valutato positivamente, è basata sulla discussione di alcuni argomenti trattati nell'insegnamento e sull'approfondimento di alcuni aspetti del progetto presentato. La valutazione della prova orale, espressa in trentesimi, tiene conto del livello di padronanza degli argomenti, della chiarezza espositiva e della proprietà di linguaggio.

Appelli d'esame

Sessione Data
giugno 17/06/2021
luglio 02/07/2021
settembre 08/09/2021
settembre 22/09/2021
gennaio N/A
febbraio N/A