2010-11
2010-11
Sei collegato come utente non registrato
Il percorso ha la certificazione
Corso di Laurea: Informatica  -  Percorso: Data, Media and Knowledge
Informazioni generali
Università TRENTO Responsabile del Percorso Fabio Massacci
Livello del Cdl MAGISTRALE Email Fabio.Massacci@unitn.it
Docenti che insegnano nel corso*: 21 Afferisce al primo corso di laurea iscritto Si
(*) Questo è il numero di docenti appartenenti ai settori scientifico-disciplinari INF/01 o ING-INF/05 che svolgono il loro carico didattico istituzionale presso questo corso di laurea E' un percorso interdisciplinare No
Commento Lo studente è tenuto a scegliere 42CFU fra i corsi marcati con asterisco, soddisfacendo così il requisito dei 48CFU nelle aree A-M di INF/01.    
Legenda delle Aree
A: Fondamenti G: Basi di dati altro INF: Crediti di INFORMATICA non classificati nelle aree
B: Algoritmi H: Computazione su rete INF: Crediti di INFORMATICA non classificabili a priori
C: Programmazione I: Ingegneria del software MAT: Crediti di MATEMATICA
D: Linguaggi L: Interazione, grafica e multimedialità altro: Crediti NON dell'INFORMATICA nè della MATEMATICA
E: Architetture M: Rappresentazione della conoscenza NC: Crediti Non Classificabili a priori
F: Sistemi operativi A_M: Una qualunque delle aree da A a M
Insegnamenti e ripartizione CFU per area CFU A B C D E F G H I L M A_M altro INF INF MAT altro NC
*Business process management and integration 6     1         5                  
*Data and Information Integration 6             6                    
*Data mining for knowledge management 6   4           2                  
*Human-computer interaction 6                   6              
*Logics for data and knowledge representation 6 3                   3            
*Machine learning 6                     6            
*Organizational information systems 6             3   3                
*Service oriented architectures and applications 6               5 1                
*Spatial databases 6             6                    
*Web mining 6   3                 3            
Computability 6                             6    
Computational Complexity 6 6                                
Concurrency Theory 6 6                                
Crediti a libera scelta 12                                 12
Mathematical logic 6                             6    
                                     
Attività Extracurriculari 0                                 0
Lingue Straniere 0                                 0
Prova Finale 18                                 18
Tirocinio 6                                 6
TOTALE 120 15 7 1 0 0 0 15 12 4 6 12 0 0 0 12 0 36
Riepilogo dell'insegnamento: *Business process management and integration
Nome *Business process management and integration CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Principles, architectures and tools for modeling, executing, and managing business processes

6 cfu così ripartiti nelle aree:

  • 1 CFU nell'area C - Programmazione
  • 5 CFU nell'area H - Computazione su rete

Sillabo dell'insegnamento

  • C - Programmazione
    • PCC - Programmazione Concorrente
      BPEL basics
  • H - Computazione su rete
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Refresher on SOAP and Restful services
    • * ARTC - Architettura delle Reti di Calcolatori
      Mashups
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Process and Service Monitoring / Management
    • SIAS - Sistemi di Supporto all'interazione e Ambienti di Sviluppo
      Cloud Computing
    • SIAS - Sistemi di Supporto all'interazione e Ambienti di Sviluppo
      Cloud Deployment

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Data and Information Integration
Nome *Data and Information Integration CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
   

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area G - Basi di dati

Sillabo dell'insegnamento

  • G - Basi di dati
    • BDA - Basi di Dati Avanzate
      ER and Relational Model, Dependencies and Constraints, OO Data Modeling, Object Relational Systems
    • BDA - Basi di Dati Avanzate
      Datalog, Conjunctive Queries, Query Containment, Chase
    • BDA - Basi di Dati Avanzate
      Introduction to Information Integration Systems, Information Integration System Components, Mappings
    • BDA - Basi di Dati Avanzate
      Answering Queries Using Views, Schema Integration, Schema Mapping
    • BDA - Basi di Dati Avanzate
      View Updates and Updates Through Views, Semistructured Data and XML, Description Logic, RDF, RDF in Relational
    • BDA - Basi di Dati Avanzate
      Managing Inconsistent Data, Entity Identification, Dataspaces, Keyword Searching Data Exchange

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Data mining for knowledge management
Nome *Data mining for knowledge management CFU 6
Ore di didattica frontale per CFU 6 Settore Scientifico Disciplinare INF/01
Commento Algorithms for analyzing massive amounts of data

6 cfu così ripartiti nelle aree:

  • 4 CFU nell'area B - Algoritmi
  • 2 CFU nell'area H - Computazione su rete

Sillabo dell'insegnamento

  • B - Algoritmi
    • V - Varie
      Algorithms for data mining
    • * ASC - Algoritmi su Strutture Combinatorie
      Association rules, sequential patterns
    • AN - Algoritmi Numerici
      Clustering and classification
    • TAA - Tecniche Algoritmiche Avanzate
      Mining of streaming data
  • H - Computazione su rete
    • * PT - Protocolli
      Streaming data
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Mining of web data

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Human-computer interaction
Nome *Human-computer interaction CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Concepts and techniques for designing usable and engaging interactive systems

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area L - Interazione, grafica e multimedialità

Sillabo dell'insegnamento

  • L - Interazione, grafica e multimedialità
    • TMI - Teorie e Modelli per l'Interazione
      Interaction styles and paradigms
    • TMI - Teorie e Modelli per l'Interazione
      Introduction to usability engineering
    • TMI - Teorie e Modelli per l'Interazione
      Elements of cognitive psychology and the psychology of the user: (perception, memory, attention, decision making, problem solving and language, model human processor, distributed cognition) and their implications for design (metaphor, affordance, slip, mistake).
    • TMI - Teorie e Modelli per l'Interazione
      Introduction to user- and task-centred design. Concept of utility, usability, and user-experience.
    • SIAS - Sistemi di Supporto all'interazione e Ambienti di Sviluppo
      User evaluations: formative, summative, and usability evaluation approaches.
    • SIAS - Sistemi di Supporto all'interazione e Ambienti di Sviluppo
      Elements of user interface (icons, menus, navigation, screen, colour, and typograghy). Practice of interface design

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Logics for data and knowledge representation
Nome *Logics for data and knowledge representation CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento effective tools for the design and development of data and knowledge management systems

6 cfu così ripartiti nelle aree:

  • 3 CFU nell'area A - Fondamenti
  • 3 CFU nell'area M - Rappresentazione della conoscenza

Sillabo dell'insegnamento

  • A - Fondamenti
    • L - Logica
      The concept of "logical modeling". Classical Logic: Propositional logic, First-order logic (short overview).
    • L - Logica
      Classical Logics Extended: Modal logics, Knowledge, Belief, propositional attitudes
    • L - Logica
      Context Logics: Basics, Properties - Examples.
  • M - Rappresentazione della conoscenza
    • ARC - Acquisizione e Rappresentazione della Conoscenza
      Description Logics: DL Basics, Properties.
    • BC - Basi di Conoscenza
      Ontologies (OWL), RelBAC
    • BC - Basi di Conoscenza
      Using Context Logic: propositional attitudes, beliefs, classifications. Using Contextual Description Logics: C-OWL.

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Machine learning
Nome *Machine learning CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
   

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area M - Rappresentazione della conoscenza

Sillabo dell'insegnamento

  • M - Rappresentazione della conoscenza
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Introduction to machine learning: designing a machine learning system, learning settings and tasks, decision trees, k-nearest-neighbour estimation.
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Bayesian decision theory, maximum likelihood and Bayesian parameter estimation.
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Neural networks: perceptron, multilayer neural networks.
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Clustering: k-means, hierarchical clustering.
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Kernel Machines: kernels, reproducing kernel Hilbert spaces, representer theorem, support vector machines for classification, regression and ranking, kernel construction, kernels for structured data.
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Statistical Learning Theory: PAC learning, consistency, VC dimension, generalization and models comparison. Applications to text categorization and bioinformatics.

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Organizational information systems
Nome *Organizational information systems CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Information system technologies and architectures used to support the operation of organizations

6 cfu così ripartiti nelle aree:

  • 3 CFU nell'area G - Basi di dati
  • 3 CFU nell'area I - Ingegneria del software

Sillabo dell'insegnamento

  • G - Basi di dati
    • BDA - Basi di Dati Avanzate
      Service-oriented architectures
    • BDA - Basi di Dati Avanzate
      Data warehouse
    • BDA - Basi di Dati Avanzate
      Data integration technologies
  • I - Ingegneria del software
    • V - Varie
      Modelling approaches for organizations, standards and reference architectures
    • V - Varie
      Modelling and analysis approaches for business processes
    • * ASW - Architetture Software
      Technologies and architectures for organizational information systems

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Service oriented architectures and applications
Nome *Service oriented architectures and applications CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
   

6 cfu così ripartiti nelle aree:

  • 5 CFU nell'area H - Computazione su rete
  • 1 CFU nell'area I - Ingegneria del software

Sillabo dell'insegnamento

  • H - Computazione su rete
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Design, implementation and live deployment of individual services
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Design, implementation and live deployment of composed service applications
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Modern service middleware
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Deployment, tuning and management of middleware platforms
    • PASR - Programmazione di Applicazioni e Servizi di Rete
      Setup of composed service-base application
  • I - Ingegneria del software
    • * ASW - Architetture Software
      Service-oriented approach to programming and business process management

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Spatial databases
Nome *Spatial databases CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Study of Spatial databases, with application to GIS

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area G - Basi di dati

Sillabo dell'insegnamento

  • G - Basi di dati
    • * ML - Modelli logici
      Models of spatial data
    • * LI - Linguaggi di Interrogazione di Basi di Dati
      Languages for querying spatial databases
    • V - Varie
      Algorithms for spatial operations
    • V - Varie
      Spatial indexing methods
    • V - Varie
      Use of the open-source GIS system GRASS
    • V - Varie
      Spatial-temporal systems

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: *Web mining
Nome *Web mining CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Data mining techniques in a loosely structured context such as the one provided by the web

6 cfu così ripartiti nelle aree:

  • 3 CFU nell'area B - Algoritmi
  • 3 CFU nell'area M - Rappresentazione della conoscenza

Sillabo dell'insegnamento

  • B - Algoritmi
    • TAA - Tecniche Algoritmiche Avanzate
      Design and implementation of a large-scale web crawler, document indexing
    • * ASC - Algoritmi su Strutture Combinatorie
      Graph representation of social networks and their analysis; PageRank, Hits
    • TAA - Tecniche Algoritmiche Avanzate
      Programming in the MapReduce framework
  • M - Rappresentazione della conoscenza
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Unsupervised learning: hyerarchical clustering, k-means, SOMs
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Supervised learning techniques
    • AASC - Apprendimento Automatico e Scoperta di Conoscenza
      Semi-supervised learning

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: Computability
Nome Computability CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare MAT/01
Commento Introduce students to computability theory

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area MAT - Crediti di MATEMATICA

Sillabo dell'insegnamento

  • MAT - Crediti di MATEMATICA
    • MAT/01 - Logica Matematica
      Programming languages and their computational power: Lambda calculus, "for" and "while" languages.
    • MAT/01 - Logica Matematica
      Classical results: padding lemma, s-m-n theorem, Kleene's normal form, fixed point theorem, Rice's theorem, Rice-Shapiro theorem
    • MAT/01 - Logica Matematica
      m-reductions
    • MAT/01 - Logica Matematica
      Enumeration of programs, Universal programs
    • MAT/01 - Logica Matematica
      Logical characterization of recursive functions: primitive and general recursion.
    • MAT/01 - Logica Matematica
      Problem classes: decidable, undecidable, semi-decidable; Church's Thesis

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: Computational Complexity
Nome Computational Complexity CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Study of the intrinsic complexity of computational tasks

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area A - Fondamenti

Sillabo dell'insegnamento

  • A - Fondamenti
    • COM - Complessita'
      P, NP and NP-Completeness; The search version - finding versus checking; The decision version - proving versus verifying; Polynomial-time Reductions; NP-Completeness.
    • COM - Complessita'
      Introduction and Preliminaries; Computational Tasks; Uniform Models (Turing machines, Time and space complexity, Oracle machines]; Complexity Classes.
    • COM - Complessita'
      Space Complexity: Time versus Space, Logarithmic Space, PSPACE and Games.
    • COM - Complessita'
      Randomness and Counting: Probabilistic Polynomial-Time, Two-sided error and One-sided error.
    • COM - Complessita'
      The Bright Side of Hardness: One-Way Functions, Pseudorandom Generators, Computational Indistinguishability.
    • COM - Complessita'
      Probabilistic Proof Systems: Interactive Proof Systems, The Power of Interactive Proofs, Zero-Knowledge Proof Systems.

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: Concurrency Theory
Nome Concurrency Theory CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare INF/01
Commento Models and techniques for the description and analysis of the behaviour of concurrent systems

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area A - Fondamenti

Sillabo dell'insegnamento

  • A - Fondamenti
    • * ALF - Automi e Linguaggi Formali
      Petri Nets
    • SLP - Semantica dei Linguaggi di Programmazione
      Calculus of Communicating Systems (CCS)
    • SLP - Semantica dei Linguaggi di Programmazione
      Operational semantics
    • SLP - Semantica dei Linguaggi di Programmazione
      Bisimulation semantics
    • L - Logica
      Basics of domain theory
    • L - Logica
      Modal and temporal logics

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Riepilogo dell'insegnamento: Crediti a libera scelta
Nome Crediti a libera scelta CFU 12
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare --libero--
   

12 cfu così ripartiti nelle aree:

  • 12 CFU nell'area NC - Crediti Non Classificabili a priori

Sillabo dell'insegnamento

    Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.

Riepilogo dell'insegnamento: Mathematical logic
Nome Mathematical logic CFU 6
Ore di didattica frontale per CFU 8 Settore Scientifico Disciplinare MAT/01
Commento Basics on propositional logic, first order logic and modal logic, and their usage in knowledge representation and reasoning

6 cfu così ripartiti nelle aree:

  • 6 CFU nell'area MAT - Crediti di MATEMATICA

Sillabo dell'insegnamento

  • MAT - Crediti di MATEMATICA
    • MAT/01 - Logica Matematica
      Introduction: Data and Knowledge Representation, Languages for Representation
    • MAT/01 - Logica Matematica
      Modeling the World
    • MAT/01 - Logica Matematica
      Propositional Logic: Syntax and semantics, Reasoning, Exercises
    • MAT/01 - Logica Matematica
      The logic of classes: Syntax and semantics, TBox, ABox, Exercises and Applications
    • MAT/01 - Logica Matematica
      First Order Logic: Syntax and semantics, Reasoning, Exercises, Querying DB
    • MAT/01 - Logica Matematica
      Modal Logic

(*) Le sottoaree con asterisco sono quelle che il GRIN ritiene essenziali

Sistema di certificazione della qualità dei contenuti delle lauree in Informatica nelle facoltà di Scienze MM.FF.NN.
Credits
Valid XHTML 1.0 Strict Valid CSS