(*) 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
Riepilogo dell'insegnamento: Analisi di dati biomedici
Nome
Analisi di dati biomedici
CFU
6
Ore di didattica frontale per CFU
6
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
Reti neurali artificiali, percettrone, delta rule, percettrone come separatore lineare, reti neurali multistrato, percettrone multistrato, back propagation, funzioni d'errore, parametri di apprendimento, overfiting, validazione, dimensione di una rete neurale.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
eti neurali Radial Basis Function, reti probabilistiche, reti competitive, reti LVQ, reti SOM: proprietà e loro algoritmi di apprendimento.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento Hebbiano, PCA neurale, schemi auto associativi. Funzioni Kernel, proprietà e loro caratterizzazione.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Riduzione nella dimensionalità dei dati: SVD, PCA, NMF, Random Projections. Canonical Correlation Analysis, Fisher Discriminant Analysis. La dimensione VC, versione duale dell'algoritmo del percettrone, iperpiano di separazione ottimale e sua formulazione lagrangiana.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Support Vector Machines (SVM) per classificazione. SVM nel caso di separabilità non lineare, variabili slack. SVM e One class classifiers.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Funzioni Kernel per dati strutturati (stringhe, alberi) e per testi. Problemi di classificazione supervisionata e non supervisionata di dati biomedici.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Big data management
Nome
Big data management
CFU
6
Ore di didattica frontale per CFU
6
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
Acquisizione dei dati. Elaborazione dei dati al fine di produrre informazioni. Archiviazione dei dati grezzi e delle informazioni. Trasmissione dei dati e delle informazioni. Presentazione dei dati e delle informazioni.
BDA - Basi di Dati Avanzate
Sistemi di supporto alle decisioni. Architetture per il Data Warehousing: architettura ad un livello, architettura a due livelli, architettura a tre livelli. I metadati. Qualità di un Data Warehouse. Il modello multidimensionale e l'OLAP. Le principali operazioni OLAP. Modelli logici a supporto del Data Warehousing.
*
PC - Progettazione concettuale
Metodologia di progettazione di un Data Warehouse, scelta del processo, scelta della granularità, identificare e rendere conformi le dimensioni, scelta delle misure, memorizzare pre-calcoli nella tabella dei fatti, completare la tabella delle dimensioni, scelta della durata del database, tracciare le ?slowly changing dimension?, decidere le priorità sulle query e sulle modalità di query, integrazione dei Data Mart.
BDA - Basi di Dati Avanzate
Descrizione dei Concetti. Market Basket Analysis. Classificazione e Predizione. Alberi di decisione. K-Nearest Neighbor. Clustering.Reti sociali. Reti biologiche. Next-Generation Sequencing (NGS).
*
PL - Progettazione Logica
Database non relazionali. Tipologie di database NoSQL. Analisi di vantaggi e svantaggi dei database non relazionali. Esempi di implementazione di database NoSQL.
*
LI - Linguaggi di Interrogazione di Basi di Dati
Realizzazione di Database e applicazioni. Utilizzo di strumenti di ETL per la progettazione e realizzazione di Data Warehouse, OLAP, Data Mining.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Bioinformatica
Nome
Bioinformatica
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
INF/01
6 cfu così ripartiti nelle aree:
2 CFU nell'area A - Fondamenti
3 CFU nell'area B - Algoritmi
1 CFU nell'area G - Basi di dati
Sillabo dell'insegnamento
A - Fondamenti
*
ALF - Automi e Linguaggi Formali
Edit distance tra due stringhe; Edit Graphs; Weighted edit-distance, alphabet-weighted edit-distance; Similarità tra stringhe; Allineamento globale; Occorrenze approssimate di P in T; Allineamento locale; Matrici di Sostituzione: Pam e Blosum. Allineamento multiplo di sequenze. Meccanismi molecolari alla base dei processi evolutivi; Geni ortologhi e paraloghi; Determinazione delle distanze genetiche tra sequenze nucleotidiche e aminoacidiche; PHYLIP Package; L'orologio molecolare; Filogenesi molecolare.
COM - Complessità
Complessità degli algoritmi presentati. Rappresentazione di dati biologici
B - Algoritmi
*
SDF - Strutture di Dati Fondamentali
Catene di Markov; Sorgenti di Markov; Hidden Markov models; HMM per un fonema; Profile HMMs
*
A - Algoritmi fondamentali
Algoritmi di Needleman-Wunsch e Smith-Waterman. FASTA. BLAST. Algoritmi per l'allineamento multiplo: ClustalW, TCoffee. UPGMA, Neighbor-joining. Algoritmi su HMM, Algoritmo di Viterbi per un HMM
*
ASC - Algoritmi su Strutture Combinatorie
Metodi alignment-free. Calcolo dell'edit distance: algoritmo naїf, algoritmi basati sulla programmazione dinamica, metodi euristici di allineamento. Metodi per la costruzione degli alberi filogenetici.i alignmenMetodi per la costruzione degli alberi filogenetici.
G - Basi di dati
BDA - Basi di Dati Avanzate
Ricerca di similarità in banche dati . Basi di dati biologiche.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Cloud high performance computing
Nome
Cloud high performance computing
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
FIS/05
6 cfu così ripartiti nelle aree:
6 CFU nell'area altro - Crediti NON dell'INFORMATICA né della MATEMATICA
Sillabo dell'insegnamento
Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.
Riepilogo dell'insegnamento: Information retrieval e semantic web
Nome
Information retrieval e semantic web
CFU
6
Ore di didattica frontale per CFU
6
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
Dati strutturati e web semantico - Linguaggio RDF. RDFS e Ontologie.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Linguaggio OWL. Linguaggio SPARQL.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Modelli di Information Retrieval e valutazione Relevance Feedback ed espansione della query.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Text Classification.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Indicizzazione e ricerca sul web.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Python ed elaborazione dei testi.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Insegnamenti a scelta
Nome
Insegnamenti a scelta
CFU
12
Ore di didattica frontale per CFU
12
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: Metodi avanzati per la programmazione
Nome
Metodi avanzati per la programmazione
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
INF/01
6 cfu così ripartiti nelle aree:
6 CFU nell'area C - Programmazione
Sillabo dell'insegnamento
C - Programmazione
*
POO - Programmazione Orientata agli Oggetti
La modellazione ad oggetti. Introduzione teorica. Confronto rispetto alla modellazione Entità/Relazione. Tecniche di persistenza dei modelli ad oggetti. La persistenza in Java EE 7: Java Persistence API. Implementazioni pratiche di persistenza su back-end SQL e noSQL
*
POO - Programmazione Orientata agli Oggetti
La programmazione web mediante linguaggi OO. Evoluzione dello sviluppo WEB in ambiente Java . Lo sviluppo di applicazioni WEB in Java EE 7. Modularità e riuso nelle applicazioni WEB. Lo sviluppo a componenti: Java Server Faces
*
POO - Programmazione Orientata agli Oggetti
La modularizzazione del codice. Inversion of Control. Dependency Injection. Aspect-Oriented Programming. La programmazione funzionale e i linguaggio OO.
*
POO - Programmazione Orientata agli Oggetti
Dependency Injection in Java EE 7. Java CDI. I componenti (beans) CDI : definizione e gestione. Il ciclo di vita dei beans CDI : gli scope CDI.
*
POO - Programmazione Orientata agli Oggetti
CDI e sviluppo web. Integrazione CDI ? Java Server Faces. Gli scope conversation e flow
*
POO - Programmazione Orientata agli Oggetti
Lo sviluppo di applicazioni client-server in ambiente mobile. Framework e ambienti. Lo sviluppo di servizi rest. Comunicazione client/server , metodi http e linguaggio JSON.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Metodi e modelli matematici per le applicazioni
Nome
Metodi e modelli matematici per le applicazioni
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
MAT/07
6 cfu così ripartiti nelle aree:
6 CFU nell'area MAT - Crediti di MATEMATICA
Sillabo dell'insegnamento
MAT - Crediti di MATEMATICA
MAT/07 - Fisica Matematica
Costruzione di equazioni differenziali alle derivate parziali di tipo parabolico, iperbolico e di reazione-diffusione, a partire da leggi di bilancio descriventi processi fisici ideali. Metodi analitici per lo studio dell'esistenza e della regolarità delle loro soluzioni.
MAT/07 - Fisica Matematica
Metodi analitici per lo studio dell'esistenza e della regolarità delle loro soluzioni.
MAT/07 - Fisica Matematica
Metodi numerici alle differenze finite per la risoluzione di equazioni differenziali alle derivate parziali di tipo parabolico, iperbolico ed equazioni di reazione-diffusione.
MAT/07 - Fisica Matematica
Serie di Fourier e trasformata di Fourier discreta.
MAT/07 - Fisica Matematica
Metodi spettrali e pseudo-spettrali di Fourier e di Chebyshev per la risoluzione numerica di equazioni alle derivate parziali di tipo parabolico, iperbolico.
MAT/07 - Fisica Matematica
Equazioni di reazione-diffusione.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Reti e sicurezza informatica
Nome
Reti e sicurezza informatica
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
INF/01
6 cfu così ripartiti nelle aree:
6 CFU nell'area H - Computazione su rete
Sillabo dell'insegnamento
H - Computazione su rete
*
SR - Sicurezza delle Reti
Architettura di sicurezza del modello OSI. Servizi di sicurezza. Meccanismi di sicurezza. Modelli per la sicurezza di rete.
*
SR - Sicurezza delle Reti
Crittografia Classica. Tecniche di crittografia classiche e crittoanalisi. Cifrari di Cesare, Playfair e Hill. Cifrari a sostituzione polialfabetica. Macchine cifranti. One-time pad. Steganografia.
*
SR - Sicurezza delle Reti
Crittografia Simmetrica. Principi della cifratura a blocchi. Strutture di Feistel. DES e modalità operative. Crittoanalisi lineare e differenziale. Standard AES. Cifratura AES. Trasformazioni: substitute bytes, shift rows, mix columns, add round key. Cifratura inversa equivalente. Cifratura a flussi e RC4
*
SR - Sicurezza delle Reti
Crittografia chiave pubblica e funzioni hash: Crittografia Asimmetrica. Principi dei crittosistemi a chiave pubblica. RSA. Sicurezza e aspetti computazionali. Test di primalità. Gestione delle chiavi. Crittografia a curva ellittica. Funzioni Hash e MAC. Funzioni hash: attacco a compleanno, funzioni hash iterate, MD4, MD5, SHA-1, funzioni hash basate su cifrari a blocchi. Message Authentication Code: CBC-MAC, MAC basati su funzioni hash, HMAC, Firme Digitali, Digital Signature Standard, DSA
*
PT - Protocolli
Sicurezza di rete e Web Sicurezza a livello di rete - protocollo IPsec. Protocollo DNSSec. Proxy servers, NAT. Sicurezza a livello di trasporto - protocollo SSL, Virtual Private Networks. Sicurezza a livello applicazione - HTTPS, POP3/IMAP/SMTP over SSL.
*
SR - Sicurezza delle Reti
Sicurezza di sistema: Intrusioni. Rilevamento delle intrusioni. software doloso, I virus e altre minacce correlate. Contromisure contro i virus. Gli attacchi DoS distribuiti. Firewall: progettazione e configurazione. Sistemi trusted.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Reti radiomobili
Nome
Reti radiomobili
CFU
9
Ore di didattica frontale per CFU
9
Settore Scientifico Disciplinare
ING-INF/03
9 cfu così ripartiti nelle aree:
9 CFU nell'area altro - Crediti NON dell'INFORMATICA né della MATEMATICA
Sillabo dell'insegnamento
Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.
Riepilogo dell'insegnamento: Scienza e ingegneria degli algoritmi
Nome
Scienza e ingegneria degli algoritmi
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
INF/01
6 cfu così ripartiti nelle aree:
1 CFU nell'area A - Fondamenti
5 CFU nell'area B - Algoritmi
Sillabo dell'insegnamento
A - Fondamenti
COM - Complessità
Approssimabilita' di problem NP-hard, Un caso di Studio: Il problem del Commesso Viaggiatore. 

B - Algoritmi
*
SDF - Strutture di Dati Fondamentali
Red-Black Trees, Liste e gestione amortized.
*
SDF - Strutture di Dati Fondamentali
Rappresentazione Universale Interi e Unbounded Search
TAPA - Tecniche fondamentali di Analisi e Progetto di Algoritmi
Analisi ammortizzata di algoritmi. Ricerca in Insiemi non limitati, Algoritmi streaming e loro progetto.
TAPA - Tecniche fondamentali di Analisi e Progetto di Algoritmi
Paradigmi per progetto algoritmi per Big Data
*
A - Algoritmi fondamentali
Self-adjusting binary trees; speed-ups in Programmazione Dinamica, Algoritmi di Compressione Dati
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).
Riepilogo dell'insegnamento: Teorica dell'informazione e compressione
Nome
Teorica dell'informazione e compressione
CFU
6
Ore di didattica frontale per CFU
6
Settore Scientifico Disciplinare
INF/01
6 cfu così ripartiti nelle aree:
6 CFU nell'area A - Fondamenti
Sillabo dell'insegnamento
A - Fondamenti
TIC - Teoria dell'Informazione e Codici
Introduzione alla teoria dell'Informazione di Shannon. Lo schema di Shannon: sorgente e canale. Sorgenti senza memoria e canali senza rumore. Entropia della sorgente come misura dell'informazione prodotta dalla sorgente nell'unità di tempo. Proprietà dell'entropia. Codifica del canale. Costo della codifica: lunghezza media del codice. Problema di minimizzazione del costo. Entropia e compressione. Asymptotic Equipartition Property (AEP).
TIC - Teoria dell'Informazione e Codici
Teoria dei codici a lunghezza variabile. Codici univocamente decifrabili. Algoritmo di Sardinas e Patterson. Disuguaglianza di Kraft-McMillan. Codici con ritardo (di decifrazione) finito. Codici prefissi. Codici bifissi. Codici massimali. Teorema di Schutzenberger sui codici massimali a ritardo limitato. Codici prefissi, codici bifissi e disuguaglianza di Kraft-McMillan.
TIC - Teoria dell'Informazione e Codici
Metodi statistici di compressione. Teorema di Shannon. Codici ottimali. Costo della trasmissione e condizioni di decifrabilità. Caso di costo del canale non uniforme e congettura di Schutzenberger. Codice di Shor. Problema del completamento dei codici. Codifica delle sorgenti estese. Entropia e compressione dati. Ricerca di codici ottimali: metodo di Shannon, algoritmo di Shannon-Fano, algoritmo di Huffman, codifica aritmetica.
TIC - Teoria dell'Informazione e Codici
Metodi dinamici di codifica e compressione. Algoritmo di Bentley, Sleator, Tarjan e Wei: Move-To-Front (MTF) Codifica universale. Codifica degli interi. Codifica γ e δ di Elias. Codifica di Fibonacci. Unbounded searching (Bentley e Yao)
TIC - Teoria dell'Informazione e Codici
Metodi di compressione dati. Cenni sulla Teoria Algoritmica dell'Informazione. Teoria algoritmica dell' informazione e Compressione grammaticale. Compressione basata su dizionari. Algoritmi di Lempel-Ziv: LZ77 e LZ78. Analisi di LZ78.
TIC - Teoria dell'Informazione e Codici
Block-sorting data compression methods di Burrows e Wheeler. La Trasformata di Burrows-Wheeler (BWT). Invertibilità della BWT. Proprietà matematiche della BWT. Calcolo della BWT mediante il suffix-tree. Perchè l'output della BWT è più comprimibile: clustering effect. Metodo di compressione: BWT + MTF + Huffman. Analisi del metodo di compressione basato su BWT. Sorgenti con memoria e entropia empirica di ordine k. Compressione e combinatoria delle parole
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).