Informatica generale
A.A. 2023/2024
Obiettivi formativi
L'insegnamento si propone di fornire agli studenti conoscenze riguardo a diversi aspetti fondanti delle tecnologie dell'informazione e della comunicazione: algoritmi e pensiero computazionale, architettura di un computer, rappresentazione dell'informazione multimediale, reti e world wide web.
Risultati apprendimento attesi
Al termine dell'insegnamento lo studente dovrà possedere una visione di insieme delle attuali tecnologie dell'informazione e della comunicazione, dovrà essere in grado di riconoscere le problematiche tecniche e sociali ad esse connesse, e dovrà avere acquisito la capacità di risolvere semplici problemi computazionali attraverso approcci algoritmici.
Periodo: Terzo trimestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Terzo trimestre
Programma
Il programma verte sui seguenti argomenti
- Algoritmi e pensiero computazionale:
pseudocodice, prestazioni di algoritmi, problemi trattabili e intrattabili
- Rappresentazione binaria dell'informazione:
numeri interi, caratteri, codici ASCII e Unicode
- Dati e informazioni multimediali:
immagini, suoni, video, formati non compressi e compressi
- Architettura di un computer:
macchina di von Neumann, linguaggi, software, sistemi operativi
- Reti e www:
internet, protocolli di comunicazione, www e web2.0
- Cenni su intelligenza artificiale e machine learning
- Algoritmi e pensiero computazionale:
pseudocodice, prestazioni di algoritmi, problemi trattabili e intrattabili
- Rappresentazione binaria dell'informazione:
numeri interi, caratteri, codici ASCII e Unicode
- Dati e informazioni multimediali:
immagini, suoni, video, formati non compressi e compressi
- Architettura di un computer:
macchina di von Neumann, linguaggi, software, sistemi operativi
- Reti e www:
internet, protocolli di comunicazione, www e web2.0
- Cenni su intelligenza artificiale e machine learning
Prerequisiti
Non sono richieste conoscenze preliminari
Metodi didattici
L'intero insegnamento viene svolto mediante lezioni frontali ed esercitazioni
Materiale di riferimento
Sito web:
https://amomiglianoig.ariel.ctu.unimi.it/
Testo di riferimento:
Lawrence Snyder - Alessandro Amoroso, "Fluency" (7a Ed.), Pearson Italia, 2020
Ulteriore materiale integrativo preparato dal docente viene reso disponibile sul sito web dell'insegnamento.
https://amomiglianoig.ariel.ctu.unimi.it/
Testo di riferimento:
Lawrence Snyder - Alessandro Amoroso, "Fluency" (7a Ed.), Pearson Italia, 2020
Ulteriore materiale integrativo preparato dal docente viene reso disponibile sul sito web dell'insegnamento.
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame consiste di una prova scritta della durata di 90 minuti (max) e articolata in tre sezioni: 1) domande a risposta multipla, 2) domande a risposta aperta, 3) esercizi.
La valutazione è espressa in trentesimi e tiene conto dei seguenti parametri: grado di conoscenza degli argomenti, capacità di applicare le conoscenze alla risoluzione di esercizi, capacità di ragionamento logico e critico.
Durante la prova è consentito l'uso di una calcolatrice scientifica.
La valutazione è espressa in trentesimi e tiene conto dei seguenti parametri: grado di conoscenza degli argomenti, capacità di applicare le conoscenze alla risoluzione di esercizi, capacità di ragionamento logico e critico.
Durante la prova è consentito l'uso di una calcolatrice scientifica.
Siti didattici
Docente/i