Organizzazioni e società digitali (Computer and Society)

A.A. 2021/2022
6
Crediti massimi
40
Ore totali
SSD
INF/01
Lingua
Italiano
Obiettivi formativi
L'insegnamento rappresenta il complemento e la prosecuzione di Tecnologie Digitali per le Organizzazioni e si colloca anch'esso nel più ampio contesto dell'Analisi dei Dati per le Scienze Sociali.

Ha tre obiettivi generali:
1) Familiarizzare gli studenti con il passaggio tra e l'uso contemporaneo di tecnologie differenti per l'analisi e la visualizzazione di dati (ambienti R e Python);
2) Approfondire e ampliare l'uso di open data: dati forniti da enti pubblici e associazioni sia italiane che internazionali, dati da istituti di statistica sia italiani (ISTAT) che internazionali (Eurostat, etc.), altri dati nel pubblico dominio richiedenti analisi e operazioni di trasformazione di media e medio-alta complessità;
3) Approfondire la parte di visualizzazione di dati con una galleria di tipi di grafici ampliata e lo studio dei principi teorici e di esempi professionali.

Obiettivi più di dettaglio invece sono:
1) Analisi dei dati con tecnologie Python: liste, vettori, dataframe, uso di multiindici, pivoting;
2) Uso di Jupyter Notebook/Lab per l'utilizzo di documenti contenenti testo, codice eseguibile e risultati (dati o grafici);
3) Uso di Github come repository personale e sistema di versionamento;
4) Visualizzazione di dati e mappe dinamiche per dati georeferenziati: libreria Seaborn e choropleth maps annotate(librerie folium e geopandas)
Risultati apprendimento attesi
Lo studente dovrà dimostrare di avere acquisito una buona conoscenza dei metodi di analisi e una buona familiarità con gli strumenti open source per l'analisi e la visualizzazione dei dati. I risultati di apprendimento dovranno mostrare come la preparazione non si sia limitata a un uso sufficiente delle tecnologie, ma abbia compreso le difficoltà di analisi, il modo di procedere adeguato, e lo studente sia in grado di produrre valutazioni ragionate riguardante l'analisi di open data e la definizione della parte grafica per la visualizzazione dei risultati.
Corso singolo

Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.

Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Primo trimestre
Indicazioni piu' specifiche sulle modalita' di svolgimento delle lezioni e degli esami per l'a.a. 2021/2022, verranno date nei prossimi mesi, in base all'evoluzione della situazione sanitaria.

Programma
1. Introduzione alla Data Science con Python
2. Uso di Jupyter Notebook e linguaggio Markdown per documenti interattivi
3. Strutture dati e data frame
4. Data Transformation: uso delle principali librerie di funzioni
5. Ricerca e uso di Open Data nazionali e internazionali: dati socioeconomici, ambientali, mobilità, commercio e industria, energia, eventi culturali, etc.
6. Data Visualization: uso di librerie grafiche e mappe
7. Approfondimenti di Data Visualization: cenni di comunicazione visuale, categorie di grafici, aspetti funzionali ed estetici, casi di utilizzo improprio
Prerequisiti
Lettura e comprensione testi in inglese: conoscenza di base.
Si consiglia di aver seguito il corso di Tecnologie Digitali per le Organizzazioni
Metodi didattici
Metodi didattici
Le lezioni sono di tipo frontale. È molto 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.
Viene offerta la possibilità di svolgere a gruppi un'attività più complessa di definizione di un progetto di analisi di dati. Maggiori informazioni vengono fornite durante il corso.
INF/01 - INFORMATICA - CFU: 6
Lezioni: 40 ore
Docente: Cremonini Marco
Docente/i
Ricevimento:
da concordare
online