INTRODUCTION TO COMPUTER SCIENCE AND PROGRAMMING MOD 2

Il Modulo 2 approfondisce le competenze di programmazione in Python, focalizzandosi su strutture dati avanzate, gestione di dati esterni e utilizzo di librerie specifiche per le Digital and Public Humanities.

Al termine del Modulo 2, lo studente sarà in grado di:
- Comprendere e utilizzare tipi di dati composti in Python, come liste, dizionari e tuple, per rappresentare e manipolare dati complessi tipici delle Digital Humanities.
- Applicare iteratori e comprensioni di liste per scrivere codice Python più efficiente e leggibile.
- Sviluppare e organizzare programmi modulari attraverso l’uso avanzato di funzioni, moduli e pacchetti.
- Gestire dati esterni tramite la lettura e scrittura di file di testo e CSV, integrandoli in workflow di analisi.
- Utilizzare espressioni regolari per l’elaborazione avanzata di testi e la pulizia dati in ambito digitale e archivistico.

Nozioni acquisite durante il Modulo1.Conoscenza basilare del calcolatore (funzioni base del sistema operativo, navigazione web, posta elettronica, motori di ricerca).

1. Strutture dati in Python
- Tipi di dati composti: liste, dizionari, tuple
- Iteratori e comprensioni di liste

2. Interazione con le strutture dati
- Uso avanzato di funzioni e moduli
- Lavorare con dati esterni

3. Lettura e scrittura di file (testo, CSV)
- Utilizzo delle espressioni regolari (modulo re di Python) per l’elaborazione di testi

4.Introduzione alle librerie per la gestione dei dati nelle Digital Humanities
- Panoramica delle librerie e esempi pratici

Materiale fornito dal docente e libri di riferimento del modulo 1.

Sono previsti compiti regolari durante il corso a supporto dell’apprendimento.
L’esame per gli studenti di Digital and Public Humanities Moduli 1 e 2 è un unico esame da 12 crediti, valutato su una scala in trentesimi, con 18 come voto minimo per superare.
La prova d’esame è scritta e si basa principalmente su domande a risposta aperta e su esercizi di programmazione che riflettono i contenuti e le attività affrontate nei due moduli del corso. L’esame si svolgerà utilizzando i computer personali degli studenti e l’ambiente di programmazione adottato durante il corso (Google Colaboratory).

scritto

- Voto inferiore a 18/30: Esame non superato. Conoscenza e capacità di comprensione insufficiente degli argomenti del corso; non adeguata capacità di applicazione nella risoluzione degli esercizi di programmazione.
- Voti nella fascia 18–22/30: Sufficiente: Conoscenza e comprensione sufficienti degli argomenti in riferimento al programma; livello basilare nello svolgimento delle attività in classe e a casa; corretta ma limitata capacità di svolgere gli esercizi di programmazione.
- Voti nella fascia 23–25/30. Soddisfacente: Conoscenza e comprensione soddisfacenti degli argomenti del corso; discreta partecipazione e impegno nelle attività in classe e a casa; adeguata capacità di risoluzione degli esercizi di programmazione, con lievi imprecisioni.
- Voti nella fascia 26–28/30. Buono: Conoscenza e comprensione buona degli argomenti in riferimento al programma; buon livello di partecipazione e svolgimento delle attività; corretta ed efficiente risoluzione degli esercizi di programmazione.
- Voti nella fascia 29–30/30 e lode. Molto buono / Eccellente: Conoscenza e comprensione approfondite e autonome degli argomenti del corso; ottima partecipazione alle attività in aula e a casa; solida padronanza nella risoluzione degli esercizi di programmazione, anche in presenza di richieste più complesse o varianti non standard.

Il corso viene offerto in modalità blended. Ci saranno sia lezioni frontali, per l'acquisizione dei concetti teorici, che lezioni focalizzate su esercizi pratici.
Nella didattica verranno utilizzati gli strumenti messi a disposizione dalla piattaforma Moodle (chat, wiki, workshop, peer-review) e altri servizi online complementari.
Use of interactive tool for sharing data and snippets of code (Google Colaboratory)

In vista delle esercitazioni pratiche, la frequentazione del corso in presenza è fortemente raccomandata.

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile