Strumenti per l’Analisi Dei Dati Numerici e Territoriali è un insegnamento trasversale ai diversi settori dell’Ingegneria il cui obiettivo principale è rendere gli studenti, futuri ingegneri, in grado di analizzare ed elaborare un’elevata quantità di dati sia di tipo numerico che spaziale. Il raggiungimento di tale obiettivo richiede l’acquisizione di una serie di competenze che verranno trasmesse allo studente e che potranno essere applicate ai diversi settori dell’ingegneria.
Nell’ambito di questo percorso, l’insegnamento si propone di fornire 1) la capacità di utilizzo dei linguaggi di programmazione per l’analisi numerica; 2) la capacità di analisi di grosse moli di dati caratterizzate da elevata frequenza di campionamento ed estensione sia temporale che territoriale; 3) la conoscenza delle tecniche di data cleaning, data filtering, data transformation e data mining delle banche dati; 4) la conoscenza dei dati spaziali e degli operatori di trasformazione e relazione; 5) la capacità di utilizzo di software per la visualizzazione e il trattamento dei dati spaziali (QGIS); 6 ) la conoscenza e la capacità di archiviare, manipolare ed interrogare grandi moli di dati per mezzo dell’utilizzo dei database relazionali e spaziali (SQL);
Al termine dell’insegnamento gli studenti saranno in grado di 1) utilizzare alcuni strumenti di programmazione ampiamente utilizzati in ambito scientifico; 2) analizzare grandi banche dati attraverso tecniche specifiche di elaborazione; 3) utilizzare tecniche di trattamento dei dati per la ricerca di informazioni; 4) conoscere gli operatori e le funzioni di trasformazione sui dati spaziali per l’analisi delle informazioni territoriali; 5) manipolare e analizzare i dati spaziali attraverso software specialistici; 6) conoscere e saper utilizzare i database per l’archiviazione, l’interrogazione e l’elaborazione delle informazioni;
Nell’ambito di questo percorso, l’insegnamento si propone di fornire 1) la capacità di utilizzo dei linguaggi di programmazione per l’analisi numerica; 2) la capacità di analisi di grosse moli di dati caratterizzate da elevata frequenza di campionamento ed estensione sia temporale che territoriale; 3) la conoscenza delle tecniche di data cleaning, data filtering, data transformation e data mining delle banche dati; 4) la conoscenza dei dati spaziali e degli operatori di trasformazione e relazione; 5) la capacità di utilizzo di software per la visualizzazione e il trattamento dei dati spaziali (QGIS); 6 ) la conoscenza e la capacità di archiviare, manipolare ed interrogare grandi moli di dati per mezzo dell’utilizzo dei database relazionali e spaziali (SQL);
Al termine dell’insegnamento gli studenti saranno in grado di 1) utilizzare alcuni strumenti di programmazione ampiamente utilizzati in ambito scientifico; 2) analizzare grandi banche dati attraverso tecniche specifiche di elaborazione; 3) utilizzare tecniche di trattamento dei dati per la ricerca di informazioni; 4) conoscere gli operatori e le funzioni di trasformazione sui dati spaziali per l’analisi delle informazioni territoriali; 5) manipolare e analizzare i dati spaziali attraverso software specialistici; 6) conoscere e saper utilizzare i database per l’archiviazione, l’interrogazione e l’elaborazione delle informazioni;
scheda docente
materiale didattico
Nell’ambito di questo percorso, l’insegnamento si propone di fornire 1) la capacità di utilizzo dei linguaggi di programmazione per l’analisi numerica; 2) la capacità di analisi di grosse moli di dati caratterizzate da elevata frequenza di campionamento ed estensione sia temporale che territoriale; 3) la conoscenza delle tecniche di data cleaning, data filtering, data transformation e data mining delle banche dati; 4) la conoscenza dei dati spaziali e degli operatori di trasformazione e relazione; 5) la capacità di utilizzo di software per la visualizzazione e il trattamento dei dati spaziali (QGIS); 6 ) la conoscenza e la capacità di archiviare, manipolare ed interrogare grandi moli di dati per mezzo dell’utilizzo dei database relazionali e spaziali (SQL);
Bibliografia di riferimento:
• Python: Guida alla sintassi, alle funzionalità avanzate e all'analisi dei dati – N.
Ceder - Apogeo
• PostgreSQL: Up and Running - R.O. Obe, L.S. Hsu – O’REILLY
• PostGIS in Action – R.O. Obe, L.S. Hsu - Manning
• Python Geospatial Development – W. Westra - PACKT
Programma
Strumenti per l’Analisi Dei Dati Numerici e Territoriali è un insegnamento trasversale ai diversi settori dell’Ingegneria il cui obiettivo principale è rendere gli studenti, futuri ingegneri, in grado di analizzare ed elaborare un’elevata quantità di dati sia di tipo numerico che spaziale. Il raggiungimento di tale obiettivo richiede l’acquisizione di una serie di competenze che verranno trasmesse allo studente e che potranno essere applicate ai diversi settori dell’ingegneria.Nell’ambito di questo percorso, l’insegnamento si propone di fornire 1) la capacità di utilizzo dei linguaggi di programmazione per l’analisi numerica; 2) la capacità di analisi di grosse moli di dati caratterizzate da elevata frequenza di campionamento ed estensione sia temporale che territoriale; 3) la conoscenza delle tecniche di data cleaning, data filtering, data transformation e data mining delle banche dati; 4) la conoscenza dei dati spaziali e degli operatori di trasformazione e relazione; 5) la capacità di utilizzo di software per la visualizzazione e il trattamento dei dati spaziali (QGIS); 6 ) la conoscenza e la capacità di archiviare, manipolare ed interrogare grandi moli di dati per mezzo dell’utilizzo dei database relazionali e spaziali (SQL);
Testi Adottati
Dispense a cura del docente;Bibliografia di riferimento:
• Python: Guida alla sintassi, alle funzionalità avanzate e all'analisi dei dati – N.
Ceder - Apogeo
• PostgreSQL: Up and Running - R.O. Obe, L.S. Hsu – O’REILLY
• PostGIS in Action – R.O. Obe, L.S. Hsu - Manning
• Python Geospatial Development – W. Westra - PACKT
Modalità Frequenza
La frequenza non è obbligatoria, tuttavia è fortemente consigliata in considerazione della realizzazione di un progetto e del consistente numero di esercitazioni previste durante il corso.Modalità Valutazione
Alla fine del corso sarà sostenuta una prova orale nel quale si discuterà con il docente degli argomenti affrontati nel programma. Durante il corso è previsto lo svolgimento di progetto che sarà discusso in sede di orale.
scheda docente
materiale didattico
Nell’ambito di questo percorso, l’insegnamento si propone di fornire 1) la capacità di utilizzo dei linguaggi di programmazione per l’analisi numerica; 2) la capacità di analisi di grosse moli di dati caratterizzate da elevata frequenza di campionamento ed estensione sia temporale che territoriale; 3) la conoscenza delle tecniche di data cleaning, data filtering, data transformation e data mining delle banche dati; 4) la conoscenza dei dati spaziali e degli operatori di trasformazione e relazione; 5) la capacità di utilizzo di software per la visualizzazione e il trattamento dei dati spaziali (QGIS); 6 ) la conoscenza e la capacità di archiviare, manipolare ed interrogare grandi moli di dati per mezzo dell’utilizzo dei database relazionali e spaziali (SQL);
Bibliografia di riferimento:
• Python: Guida alla sintassi, alle funzionalità avanzate e all'analisi dei dati – N.
Ceder - Apogeo
• PostgreSQL: Up and Running - R.O. Obe, L.S. Hsu – O’REILLY
• PostGIS in Action – R.O. Obe, L.S. Hsu - Manning
• Python Geospatial Development – W. Westra - PACKT
Programma
Strumenti per l’Analisi Dei Dati Numerici e Territoriali è un insegnamento trasversale ai diversi settori dell’Ingegneria il cui obiettivo principale è rendere gli studenti, futuri ingegneri, in grado di analizzare ed elaborare un’elevata quantità di dati sia di tipo numerico che spaziale. Il raggiungimento di tale obiettivo richiede l’acquisizione di una serie di competenze che verranno trasmesse allo studente e che potranno essere applicate ai diversi settori dell’ingegneria.Nell’ambito di questo percorso, l’insegnamento si propone di fornire 1) la capacità di utilizzo dei linguaggi di programmazione per l’analisi numerica; 2) la capacità di analisi di grosse moli di dati caratterizzate da elevata frequenza di campionamento ed estensione sia temporale che territoriale; 3) la conoscenza delle tecniche di data cleaning, data filtering, data transformation e data mining delle banche dati; 4) la conoscenza dei dati spaziali e degli operatori di trasformazione e relazione; 5) la capacità di utilizzo di software per la visualizzazione e il trattamento dei dati spaziali (QGIS); 6 ) la conoscenza e la capacità di archiviare, manipolare ed interrogare grandi moli di dati per mezzo dell’utilizzo dei database relazionali e spaziali (SQL);
Testi Adottati
Dispense a cura del docente;Bibliografia di riferimento:
• Python: Guida alla sintassi, alle funzionalità avanzate e all'analisi dei dati – N.
Ceder - Apogeo
• PostgreSQL: Up and Running - R.O. Obe, L.S. Hsu – O’REILLY
• PostGIS in Action – R.O. Obe, L.S. Hsu - Manning
• Python Geospatial Development – W. Westra - PACKT
Modalità Frequenza
La frequenza non è obbligatoria, tuttavia è fortemente consigliata in considerazione della realizzazione di un progetto e del consistente numero di esercitazioni previste durante il corso.Modalità Valutazione
Alla fine del corso sarà sostenuta una prova orale nel quale si discuterà con il docente degli argomenti affrontati nel programma. Durante il corso è previsto lo svolgimento di progetto che sarà discusso in sede di orale.