Calcolo distribuito e parallelo2017/18

Master di II livello in Data science for economics, business and finance · Università degli Studi di Milano · Le lezioni sono in italiano · 20 ore

Edizione archiviata: questa pagina è conservata come riferimento e alcuni materiali o collegamenti potrebbero non essere più disponibili.

Materiale didattico

L'insegnamento è basato sul libro Mining of Massive Datasets (MMD nel resto di questa pagina).

Programma

Il programma riguarda gli argomenti dettagliati nel calendario delle lezioni.

Calendario delle lezioni

Lezione	Data	Argomento	Materiale
L01	07/07/2018	Storage distribuito (HDFS).	secondo capitolo MMD slide macchina virtuale note su HDFS
L02	07/07/2018	Map-reduce	secondo capitolo MMD slide
L03	12/07/2018	Esempi di algoritmi map-reduce.	secondo capitolo MMD slide
L04	14/07/2018	Apache Spark.	slide (prima parte) slide (seconda parte)
L05	14/07/2018	Analisi di link.	quinto capitolo MMD slide notebook
L06	14/07/2018	Ricerca di elementi simili.	terzo capitolo MMD slide
L07	19/07/2018	Ricerca di insiemi frequenti.	sesto capitolo MMD slide
L08	19/07/2018	Clustering.	settimo capitolo MMD slide
L09	19/07/2018	Sistemi di raccomandazione.	nono capitolo MMD slide
10	20/07/2018	Regressione.	notebook

Modalità d'esame

L'esame è congiunto per i corsi di Parallel and distributed computing, Elements of R and python (modulo di python), Databases, data linking and data visualization e Cloud computing, Data Base and Web Scraping Lab (modulo di Cloud computing). Gli studenti possono scaricare un notebook contenente il testo del progetto da realizzare e il file contenente i dati da elaborare. Il progetto va svolto indidualmente o a gruppi di due persone, e inviato tamite mail ai docenti dei corsi coinvolti.