Sito di Certificazione del Bollino GRIN Report Percorso

2015

Sei collegato come utente non registrato

Il percorso ha la certificazione (STANDARD)

Corso di Laurea: Informatica - Percorso: Data Science

Informazioni generali
Università	CATANIA	Responsabile del Percorso	Sebastiano Battiato
Livello del Cdl	MAGISTRALE	Email	battiato@dmi.unict.it
Docenti che insegnano nel corso*:	22	Scheda Unica Annuale (SUA) del Corso di Laurea:	Nessun documento SUA caricato
(*) 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		Afferisce al primo corso di laurea iscritto	Si
Commento		E' un percorso interdisciplinare	No

Legenda delle Aree (versione standard)
A:	Fondamenti	G:	Basi di dati	A_M:	Una qualunque delle aree da A a M
B:	Algoritmi	H:	Computazione su rete	altro INF:	Crediti di INFORMATICA non classificati nelle aree
C:	Programmazione	I:	Ingegneria del software	INF:	Crediti di INFORMATICA non classificabili a priori
D:	Linguaggi	L:	Interazione, grafica e multimedialità	altro:	Crediti NON dell'INFORMATICA né della MATEMATICA
E:	Architetture	M:	Rappresentazione della conoscenza	NCP:	Crediti Non Classificabili a priori
F:	Sistemi operativi	MAT:	Crediti di MATEMATICA

Legenda delle Aree (versione beta)
AL:	Algorithms and Complexity	IS:	Intelligent Systems	SP:	Social Issues and Professional Practice
AR:	Architecture and Organization	NC:	Networking and Communication	MAT:	Crediti di MATEMATICA
DS:	Discrete Structures	OS:	Operating Systems	altro INF:	Crediti di INFORMATICA non classificati nelle aree
GV:	Graphics and Visualization	PBD:	Platform-Based Development	INF:	Crediti di INFORMATICA non classificabili a priori
HCI:	Human Computer Interaction	PD:	Parallel and Distributed Computing	altro:	Crediti NON dell'INFORMATICA né della MATEMATICA
IAS:	Information Assurance and Security	PL:	Programming Languages	NCP:	Crediti Non Classificabili a priori
IM:	Information Management	SE:	Software Engineering

Insegnamenti e ripartizione CFU per area	CFU	A	B	C	D	E	F	G	H	I	L	M	MAT	A_M	AL	AR	DS	GV	HCI	IAS	IM	IS	NC	OS	PBD	PD	PL	SE	SP	MAT	altro INF	INF	altro	NCP
A scelta dello studente	12																																	12
A scelta G1 (INF/01) (M)	6													6
A scelta G2 (INF/01) (M)	6													6
Algoritmi e Complessità	9		9
Analisi numerica	6												6
Fondamenti di Analisi dei Dati e laboratorio	9		3					3						3
Intelligenza Artificiale e Laboratorio	9													9
Multimedia e laboratorio	9										9
Ottimizzazione	6												6
Programmazione di Sistemi robotici autonomi e laboratorio	9			3										6
Web Reasoning e laboratorio	9													9

Attività Extracurriculari	3																																	3
Lingue Straniere	3																																	3
Prova Finale	18																																	18
Tirocinio	6																																	6
TOTALE	120	0	12	3	0	0	0	3	0	0	9	0	12	39																	0	0	0	42

Riepilogo dell'insegnamento: A scelta dello studente

Nome	A scelta dello studente	CFU	12
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	--libero--

12 cfu così ripartiti nelle aree:

12 CFU nell'area NCP - 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: A scelta G1 (INF/01)

Nome	A scelta G1 (INF/01)	CFU	6
Ore di didattica frontale per CFU	N/A	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

6 CFU nell'area A_M - Una qualunque delle aree da A a M

Insegnamenti "a scelta" che possono essere selezionati

Riepilogo dell'insegnamento: A scelta G2 (INF/01)

Nome	A scelta G2 (INF/01)	CFU	6
Ore di didattica frontale per CFU	N/A	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

6 CFU nell'area A_M - Una qualunque delle aree da A a M

Insegnamenti "a scelta" che possono essere selezionati

Riepilogo dell'insegnamento: Algoritmi e Complessità

Nome	Algoritmi e Complessità	CFU	9
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

9 cfu così ripartiti nelle aree:

9 CFU nell'area B - Algoritmi

Sillabo dell'insegnamento

B - Algoritmi

* A - Algoritmi fondamentali
Tecniche di analisi di complessità strutture dati e algoritmi più avanzati.

* ASC - Algoritmi su Strutture Combinatorie
Strutture dati per insiemi disgiunti

* ASC - Algoritmi su Strutture Combinatorie
Alberi splay, alberi ricoprenti minimi (algoritmi di Boruvska, di Kruskal e di Prim)

* ASC - Algoritmi su Strutture Combinatorie
Algoritmi per trovare i cammini minimi su grafi

* SDF - Strutture di Dati Fondamentali
B-alberi

* SDF - Strutture di Dati Fondamentali
heap binomiali e heap di Fibonacci

V - Varie
Algoritmi per le reti di flusso

V - Varie
Problemi NP-completi

V - Varie
Cenni su algoritmi randomizzati e di approssimazione

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Riepilogo dell'insegnamento: Analisi numerica

Nome	Analisi numerica	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	MAT/08

6 cfu così ripartiti nelle aree:

6 CFU nell'area MAT - Crediti di MATEMATICA

Sillabo dell'insegnamento

MAT - Crediti di MATEMATICA

MAT/08 - Analisi Numerica
Teoria degli errori:

MAT/08 - Analisi Numerica
Sistemi lineari

MAT/08 - Analisi Numerica
Interpolazione

MAT/08 - Analisi Numerica
Integrazione numerica

MAT/08 - Analisi Numerica
Equazioni non lineari

MAT/08 - Analisi Numerica
Matrici e loro Autovalori

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Riepilogo dell'insegnamento: Fondamenti di Analisi dei Dati e laboratorio

Nome	Fondamenti di Analisi dei Dati e laboratorio	CFU	9
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

9 cfu così ripartiti nelle aree:

3 CFU nell'area B - Algoritmi
3 CFU nell'area G - Basi di dati
3 CFU nell'area A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

B - Algoritmi

TAA - Tecniche Algoritmiche Avanzate
Graph Mining e graph searching

TAA - Tecniche Algoritmiche Avanzate
Algoritmi per il calcolo delle misure di centralità su grafi

TAA - Tecniche Algoritmiche Avanzate
Algoritmi approssimati per l'analisi di grafi di grandi dimensioni

G - Basi di dati

TCR - Transazioni, Concorrenza e Recovery
Sistemi per il data mining distribuito

V - Varie
Tecniche probabilistiche per l'analisi di reti sociali

BDA - Basi di Dati Avanzate
Web Mining

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Riepilogo dell'insegnamento: Intelligenza Artificiale e Laboratorio

Nome	Intelligenza Artificiale e Laboratorio	CFU	9
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

9 cfu così ripartiti nelle aree:

9 CFU nell'area A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

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

Riepilogo dell'insegnamento: Multimedia e laboratorio

Nome	Multimedia e laboratorio	CFU	9
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

9 cfu così ripartiti nelle aree:

9 CFU nell'area L - Interazione, grafica e multimedialità

Sillabo dell'insegnamento

L - Interazione, grafica e multimedialità

V - Varie
Tema specialistico di approfondimento

* IMW - Ipertesti, Multimedialita' e WWW
Linguaggi vettoriali per il web

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Strumenti algoritmici utili per la generazione/manipolazione di segnali audio digitali

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Teorie e tecniche rivolte all'elaborazione di segnali mono (audio) e bidimensionali (immagini)

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Concetti del mondo del video digitale e dei relativi standard di compressione

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Tecniche avanzate di Image Enhancement

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Teoria e tecniche di filtraggio operanti nel dominio spaziale /frequenziale

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Concetti di base della teoria di Fourier, con relative applicazioni (Smoothing, Sharpening, Noice Reduction, ecc.)

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Studio dei formati e delle tecniche di manipolazione di segnali digitali audio/video

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Riepilogo dell'insegnamento: Ottimizzazione

Nome	Ottimizzazione	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	MAT/09

6 cfu così ripartiti nelle aree:

6 CFU nell'area MAT - Crediti di MATEMATICA

Sillabo dell'insegnamento

MAT - Crediti di MATEMATICA

MAT/09 - Ricerca Operativa
Metodo del simplesso per la risoluzione di problemi di programmazione lineare

MAT/09 - Ricerca Operativa
Metodo del branch and bound per la risoluzione di problemi di programmazione lineare intera

MAT/09 - Ricerca Operativa
Metodi numerici per la risoluzione di problemi di ottimizzazione non lineare vincolata

MAT/09 - Ricerca Operativa
Programmazione lineare

MAT/09 - Ricerca Operativa
Metodi numerici per la risoluzione di problemi di ottimizzazione non lineare non vincolata

MAT/09 - Ricerca Operativa
Programmazione non lineare

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Riepilogo dell'insegnamento: Programmazione di Sistemi robotici autonomi e laboratorio

Nome	Programmazione di Sistemi robotici autonomi e laboratorio	CFU	9
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

9 cfu così ripartiti nelle aree:

3 CFU nell'area C - Programmazione
6 CFU nell'area A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

C - Programmazione

V - Varie
Controllo di sistemi

V - Varie
Programmazione di Sistemi real time

V - Varie
Programmazione

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Riepilogo dell'insegnamento: Web Reasoning e laboratorio

Nome	Web Reasoning e laboratorio	CFU	9
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

9 cfu così ripartiti nelle aree:

9 CFU nell'area A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

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

Riepilogo dell'insegnamento: Big Data

Nome	Big Data	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

6 CFU nell'area A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

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

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G2 (INF/01)

Riepilogo dell'insegnamento: Bioinformatica

Nome	Bioinformatica	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

3 CFU nell'area A_M - Una qualunque delle aree da A a M
3 CFU nell'area altro INF - Crediti di INFORMATICA non classificati nelle aree

Sillabo dell'insegnamento

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

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G1 (INF/01)

Riepilogo dell'insegnamento: Computabilità

Nome	Computabilità	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

6 CFU nell'area A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

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

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G1 (INF/01)

Riepilogo dell'insegnamento: Computazione Naturale e bioispirata

Nome	Computazione Naturale e bioispirata	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

2 CFU nell'area B - Algoritmi
2 CFU nell'area M - Rappresentazione della conoscenza
2 CFU nell'area altro INF - Crediti di INFORMATICA non classificati nelle aree

Sillabo dell'insegnamento

B - Algoritmi

TAA - Tecniche Algoritmiche Avanzate
Tecniche computazionali ispirate da sistemi biologici e naturali

TAA - Tecniche Algoritmiche Avanzate
Applicazione alla risoluzione di problemi computazionalmente difficili

M - Rappresentazione della conoscenza

AIA - Applicazioni della Intelligenza Artificiale
Sistemi immunitari artificiali

* RP - Risoluzione di Problemi
Algoritmi genetici

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G2 (INF/01)

Riepilogo dell'insegnamento: Computer Vision

Nome	Computer Vision	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

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

Sillabo dell'insegnamento

L - Interazione, grafica e multimedialità

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Modelli di Formazione dell'Immagine

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Filters and Features: Edges, Texture, Laplacian Pyramid, Corner Detection

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Video Stabilization

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Metodi per la classificazione automatica di scene

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Modelli probabilistici applicati alla Visione

ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Tecniche di Segmentazione (Thresholding, Seeded Region Growing, Statistical Region Merging)

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G2 (INF/01)

Riepilogo dell'insegnamento: Linguaggi formali

Nome	Linguaggi formali	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

6 CFU nell'area D - Linguaggi

Sillabo dell'insegnamento

D - Linguaggi

* LF - Linguaggi Formali
Studio dei Linguaggi formali

* LF - Linguaggi Formali
Caratterizzazione in termini di riconoscitori

* LF - Linguaggi Formali
Caratterizzazione in termini di grammatiche

* S - Semantica
Semantica

* LF - Linguaggi Formali
Linguaggi Formali: Fondamenti

* MATR - Macchine Astratte e Tecniche per la Realizzazione dei linguaggi di programmazione
Macchine astratte: Fondamenti

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G1 (INF/01)

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 A_M - Una qualunque delle aree da A a M

Sillabo dell'insegnamento

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

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G2 (INF/01)

Riepilogo dell'insegnamento: Sistemi dedicati

Nome	Sistemi dedicati	CFU	6
Ore di didattica frontale per CFU	8	Settore Scientifico Disciplinare	INF/01

6 cfu così ripartiti nelle aree:

6 CFU nell'area E - Architetture

Sillabo dell'insegnamento

E - Architetture

* CCS - Circuiti combinatori e sequenziali
Programmazione FPGA in VHDL

GIO - Gestione dell'Input/Output
Controllo di alto livello di sistemi robotici autonomi

GIO - Gestione dell'Input/Output
Programmazione di device driver su SoC/Linux-embedded

AA - Architetture Avanzate
Sistemi dedicati: caratteristiche, requisiti e vincoli

AA - Architetture Avanzate
Sistemi operativi real-time e sistemi software complessi

* ASS - Linguaggio Assembler
Livelli di astrazione del software

Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).

Insegnamenti "macro" nell'ambito dei quali può essere scelto

A scelta G1 (INF/01)