• Edizioni di altri A.A.:
  • 2019/2020
  • 2020/2021
  • 2021/2022
  • 2022/2023
  • 2023/2024
  • 2024/2025

  • Lingua Insegnamento:
    Non sono previste lezioni frontali. 

     
  • Testi di riferimento:
    Appunti del corso e materiale aggiuntivo fornito dal docente


     
  • Obiettivi formativi:
    L’obiettivo formativo per lo studente è che raggiunga i seguenti risultati di apprendimento:

    Conoscenza e capacità di comprensione

    Il corso intende fornire le conoscenze metodologiche e applicative avanzate relative ai principali strumenti e metodi per la raccolta, la gestione e l’analisi di insiemi di dati potenzialmente grandi.

    Capacità di applicare conoscenza e comprensione

    Al termine del corso, lo studente sarà in grado di utilizzare efficacemente metodi e strumenti avanzati per la raccolta, la gestione e l’analisi di insiemi di dati di grande dimensione.

     
  • Prerequisiti:

    Lo studente deve possedere le conoscenze di base relative ai big data. È consigliata, anche se non richiesta, una conoscenza di base della programmazione.
     
  • Metodi didattici:
    Sviluppo di progetto o approfondimento da svolgere individualmente o in piccoli gruppi.

     
  • Modalità di verifica dell'apprendimento:
    Conoscenza e capacità di comprensione

    La verifica dei risultati di apprendimento sarà effettuata tramite la discussione del progetto o approfondimento. L’elaborato dovrà essere inviato al docente almeno una settimana prima della data dell’esame.
    La valutazione finale è espressa in trentesimi.


    Capacità di applicare conoscenza e comprensione

    Durante lo sviluppo del progetto (o approfondimento) e la discussione dello stesso si verifica la capacità degli studenti di applicare le conoscenze delle tecniche e degli strumenti di Big Data su casi concreti.
     
  • Sostenibilità:
     
  • Altre Informazioni:

     

Sviluppo di un progetto o approfondimento di un argomento avanzato relativo ai big data.

Il progetto, o lo studio di un argomento avanzato di big data, deve essere concordato con il docente almeno due mesi prima della data di esame.

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram