INTRODUCTION TO CODING AND DATA MANAGEMENT-2

L'obiettivo di questo corso è insegnare agli studenti come pulire, elaborare e visualizzare dati. In particolare, gli studenti impareranno come utilizzare un linguaggio di programmazione per leggere e scrivere dati da formati standard, elaborarli per estrarre informazioni utili, visualizzarli e tracciarli per mostrarne e spiegarne il contenuto.

Il corso introduce gli strumenti di base nel campo della gestione dei dati attraverso la programmazione.
La programmazione è intesa come un modo per modellare problemi del mondo reale e progettare soluzioni algoritmiche per risolverli.
Questo corso insegna agli studenti tecniche di problem solving e pensiero algoritmico.
Gli argomenti tecnici riguardano algoritmi, strutture dati e programmazione Python.

Gli studenti raggiungeranno i seguenti obiettivi:

Conoscenze: i) imparare a utilizzare librerie comuni (ad es. NumPy e Pandas) e strutture dati complesse per affrontare problemi specifici; ii) comprendere le tecniche comuni di visualizzazione dei dati e come utilizzare gli oggetti della libreria comune (Seaborn) per creare visualizzazioni dei dati; iii) capire come organizzare il codice in moduli e classi.

Applicazione delle conoscenze: i) utilizzare complesse strutture di librerie per organizzare, ripulire e analizzare i dati per risolvere problemi algoritmici formali; ii) organizzare il codice della soluzione in moduli e classi.

Comunicazione: i) generare diverse visualizzazioni di dati per l'analisi preliminare e la presentazione finale.

Comprensione dei contenuti in Introduction to Coding and Data Management – I, e in particolare le basi della programmazione Python e delle strutture dati complesse.

• Strutturare il codice con moduli e classi
• Rappresentazione dei dati (txt, csv, json, …)
• Lettura e scrittura di file
• Pulizia dei dati
• Nozioni di base sull'elaborazione, analisi e visualizzazione dei dati con Pandas (serie, dataframe, operazione, mappatura, join) e NumPy (matrici, operazioni, funzioni statistiche)
• Nozioni di base sulla visualizzazione dei dati (dimensionalità dei dati, grafici, grafici, mappe) con Seaborn e plotly

Python for Data Analysis. O'Reilly. Wes McKinney.

Dispense del docente.

Lo studente sarà valutato in base alla sua capacità di analizzare un problema, modellare una soluzione e tradurla in un programma per computer.
Gli studenti vengono valutati sulla base di un progetto individuale e di una prova orale facoltativa.

orale

Lezioni frontali con slide e/o alla lavagna