Business Intelligence per i Big Data

Table of content


Informazioni generali

Orario delle lezioni

GIORNO ORARIO AULA
Lunedì 11:30 – 14:30 Aula 11
Giovedì 11:30 – 14:30 LEP

Avvisi

Esami

Lezioni

Data Warehouse

Data Mining

Big Data e NoSQL

Materiale di ripasso (Basi di dati)

Temi d’esame

 

Progetto di analisi di dati

 

Esercitazioni

 

SQL esteso

Progettazione di data warehouse

 

Esercizi 

Materiale di ripasso (Basi di dati)

Software

Documentazione

Installazione

Note importanti

Piattaforma di data mining e predictive analytics:

      

 

Esercitazioni da consegnare  

In questa sezione sono riportate le indicazioni per la consegna delle esercitazioni da consegnare. La consegna nei tempi e nei modi previsti permetterà agli studenti di ottenere un bonus all’esame (previa verifica del contenuto dell’elaborato sottomesso a cura del docente).

Svolgimento

L’esercitazione consiste nello svolgimento dei punti indicati nel testo di ogni esercitazione. L’attività si svolge individualmente e consiste nella redazione di un report contenente lo svolgimento dell’esercitazione. Il report va salvato in formato PDF. Il nome del file deve contenere nome, cognome, matricola dello studente e il numero dell’esercitazione secondo il seguente formato  Cognome_Nome_Matricola-EsN.PDF). Inoltre, la prima pagina del report deve contenere:

Il mancato rispetto delle suddette specifiche comporterà l’annullamento dell’elaborato. Non sarà possibile effettuate correzioni manuali dei nomi dei file dopo la consegna.

Consegna

Caricare il file PDF sul portale della didattica, nella sezione di consegna elaborati del corso, entro la scadenza prevista per ogni esercitazione. Fa fede la data di caricamento indicata dal portale della didattica. Siccome i file caricati sono processati in modo automatico, il caricamento oltre la scadenza comporta l’annullamento della consegna della relativa esercitazione. Durante la procedura di upload viene richiesto l’inserimento di un campo “Descrizione”. Riportare lo stesso nome assegnato al file secondo le specifiche sopra descritte (con o senza estensione, nel campo descrizione è ininfluente).

Testi delle esercitazioni da consegnare

Esercitazione N1, classificazione: (pdf). Usare il seguente dataset (dataset_breast). La data di consegna dell’esercitazione N1 è il 20 Giugno 2019.

Esercitazione N2, MapReduce per Big Data: (pdf) . La data di consegna dell’esercitazione N 2 è il 20Giugno2019 .

 

 

Esercitazioni in Laboratorio

# Esercitazione Data Orario Materiale
1 Sql base su Oracle XE e SQL Developer 14-03-2019 11:30 – 14:30
  1. Testo esercitazione (pdf)
  2. Passi preliminari (OracleSQLdeveloperOracleXE)
  3. Script per la creazione della base di dati (OracleSQLdeveloper_DBscriptOracleApplicationExpress_DBscript)
  4. Screenshot risultati query (pdf)
  5. Soluzioni (pdf)
2 SQL Esteso 19-04-2019 11:30 – 14:30
  1. Testo esercitazione (pdf)
  2. Soluzione del progetto concettuale di DW (pdf)
  3. Script per la creazione del data warehouse (OracleSQLDeveloperOracleXE)
    1. Screenshot per la connessione (OracleSQLDeveloper)
  4. Screenshot dei risultati (OracleSQLDeveloperOracleXE)
  5. Soluzioni (pdf)
3 Google Data Studio 02-05-2019 11:30 – 14:30
  1.  Testo esercitazione (pdf)
4 RapidMiner

Pre-processing

Clustering

16-05-2019 11:30 – 14:30
  1. Testo esercitazione (pdf)
  2. Dataset (zip)
  3. Script per il calcolo della misura SSE (download)
5 RapidMiner

Clustering

Regole di Associazione

23-05-2019 11:30 – 14:30
  1. Testo esercitazione (pdf)
  2. Dataset (zip)
  3. Script per il calcolo della misura SSE (download)
6 RapidMiner
Classificazione
30-05-2019 11:30-14:30
  1. Testo esercitazione(pdf)
  2. Dataset(zip)
7 MongoDB 13-06-2019 11:30-14:30
  1. Testo esercitazione(pdf)
  2. Data collection (restaurants)
  3. Docker-compose(docker-compose)
 


 Parent page 

 Menu 

 © 2019 - DataBase and Data Mining Group