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.

L'esame è scritto e mira a verificare le capacità dello studente di applicare il problem solving a semplici problemi.
Consiste in una serie di domande a risposta multipla e problemi di programmazione in cui allo studente è richiesto di realizzare brevi programmi per risolvere i problemi forniti.
Allo scritto segue un orale opzionale (a discrezione del docente).

orale

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

Per quanto riguarda la valutazione del voto:
A. i punteggi nell'intervallo 18-22 saranno assegnati in presenza di:
- sufficiente comprensione delle librerie di gestione e tracciamento dati comuni
- sufficienti competenze nello sviluppo di codice utilizzando librerie comuni per l'analisi dei dati
B. i punteggi nell'intervallo 23-26 saranno assegnati in presenza di:
- discreta o buona comprensione delle librerie di gestione e tracciamento dati comuni
- discrete o buone competenze nello sviluppo di codice utilizzando librerie comuni per l'analisi dei dati
C. i punteggi nell'intervallo 27-30 saranno assegnati in presenza di:
- eccellente comprensione delle librerie di gestione e tracciamento dati comuni
- eccellenti competenze nello sviluppo di codice utilizzando librerie comuni per l'analisi dei dati

Lezioni frontali con slide e/o alla lavagna