Tecnologie digitali per le organizzazioni

A.A. 2020/2021
6
Crediti massimi
40
Ore totali
SSD
INF/01
Lingua
Italiano
Obiettivi formativi
L'insegnamento ha il duplice obiettivo di 1) familiarizzare gli studenti con tecnologie professionali e di ampio utilizzo per l'organizzazione, l'analisi e la visualizzazione di dati strutturati; 2) introdurre alla logica e all'uso di sequenze di comandi e costrutti di controllo (scripting) per la gestione di dati. Vengono forniti cenni relativi a tecniche di acquisizione automatica di dati da siti web (web scraping).
Risultati apprendimento attesi
Al termine dell'insegnamento, lo studente dovrà essere in grado di comprendere il significato e gli effetti di comandi in serie per l'organizzazione, l'analisi e la visualizzazione di dati. Dovrà essere in grado di realizzare gli script corrispondenti a richieste di selezione, manipolazione e visualizzazione rispetto a dataset predefiniti. Dovrà essere inoltre in grado di interpretare e correggere errori di sintassi e semantica nell'uso del linguaggio di specifica dei comandi. Dovrà infine essere in grado presentare argomentazioni circa le possibilità di analisi di dataset predefiniti, i risultati attesi o ottenibili dallo strumento utilizzato e le potenziali applicazioni.
Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Primo trimestre
Metodi didattici
Le lezioni si terranno in modalità 'blended', ovvero contemporaneamente in aula (richiesta prenotazione del posto attraverso la app LezioniUniMi rilasciata dall'Ateneo) e online attraverso sulla piattaforma Microsoft Teams e potranno essere seguite sia in sincrono sulla base dell'orario del primo trimestre sia in asincrono perché saranno registrate e lasciate a disposizione degli studenti sul sito Ariel del corso. Naturalmente la forma didattica 'blended' è soggetta a possibili variazioni a seguito di eventuali nuove disposizioni in materia sanitaria.

Programma e materiale di riferimento
Il programma e il materiale di riferimento non subiranno variazioni.

Modalità di verifica dell'apprendimento e criteri di valutazione.
L'esame è esclusivamente scritto con esercitazioni che richiedono l'uso del pc e dei software utilizzati durante il corso.
Verrà svolto in accordo con le disposizioni di Ateneo concernenti gli esami scritti. Se sarà possibile svolgere l'esame in presenza (per tutti gli studenti iscritti o solo per una parte di essi), questo si svolgerà in un'aula Unicloud informatizzata con i pc opportunamente configurati. Nel caso di esame remoto, si seguiranno le disposizioni per esami con Exam.net senza l'uso di SEB. Il programma di videoconferenza potrà essere Microsoft Teams o Zoom, a seconda delle problematiche tecniche emerse nell'uso (in particolare, Microsoft Teams ha presentato finora problematiche che ne sconsigliano l'utilizzo).
Non sono previste prove intermedie e la valutazione non ha subito modifiche nella fase emergenziale.
Programma
1. Introduzione alle tecnologie per l'analisi di dati per le Scienze Sociali, il Management e le Organizzazioni
2. Open Data, Open Access, Open Source
3. Il linguaggio R e il programma RStudio
4. Il processo di analisi dei dati: data import, tidy, transformation e visualization
5. La fase di Data Tidy: discussione, funzioni, esempi, esercizi
6. La fase di Data Transformation: discussione, funzioni, esempi, esercizi
7. La fase di Data Visualization: discussione, funzioni, esempi, esercizi
8. Casi avanzati (cenni) e note finali
Prerequisiti
Lettura e comprensione testi in inglese: conoscenza di base
Metodi didattici
Metodi didattici
Le lezioni sono di tipo frontale. È consigliato avere un proprio laptop per seguire gli esempi e le esercitazioni discusse in aula.
Materiale di riferimento
Tutto il materiale (libri, siti web, software) è disponibile online (open access, open source) e gratuitamente. I riferimenti vengono forniti durante la prima lezione.
Il materiale didattico è quasi interamente in inglese.
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame è esclusivamente scritto con esercitazioni che richiedono l'uso del pc e dei software utilizzati durante il corso.
Non sono previste prove intermedie.
La valutazione si baserà sul grado di comprensione della logica computazionale, della familiarità raggiunta nell'analisi dei dati e nell'uso delle tecnologie impiegate durante il corso.
INF/01 - INFORMATICA - CFU: 6
Lezioni: 40 ore
Docente: Cremonini Marco
Docente/i
Ricevimento:
da concordare
online