Business Intelligence per i Big Data
Table of content
- Informazioni generali
- Orario delle lezioni
- Avvisi
- Esami
- Lezioni
- Temi d’esame
- Progetto di analisi di dati
- Esercitazioni
- Esercitazioni da consegnare
- Esercitazioni in Laboratorio
Informazioni generali
- CFU: 8
- Docente: Tania Cerquitelli
- Esercitatori: Evelina Di Corso
Orario delle lezioni
| GIORNO | ORARIO | AULA |
| Lunedì | 11:30 – 14:30 | Aula 11 |
| Giovedì | 11:30 – 14:30 | LEP |
Avvisi
- Sono stati pubblicati i risultati della prova scritta del 03/07/2017
- E’ stata pubblicata la lista di studenti che hanno consegnato le esercitazioni
- E’ stato pubblicato l’esercitazione da consegnare sulla classificazione.
- E’ stato pubblicato un esempio di processo RapidMiner per il preprocessing dei Tweet alla voce software di RapidMiner.
- E’ stato pubblicato l’esercitazione da consegnare sulla tematica “MapReduce per Big Data”.
- Sono state pubblicate le soluzioni degli esercizi MapReduce svolti in aula.
- Sono stati pubblicati alcuni testi di esercizi d’esame di esempio
Esami
- Appello del 03/07/2017
- Risultati (pdf)
Lezioni
Data Warehouse
- Introduzione ai data warehouse (6 per pag., 2 per pag.)
- Progettazione di data warehouse (6 per pag., 2 per pag.)
- Analisi OLAP (6 per pag., 2 per pag.)
Data Mining
- Introduzione (6 slides per page, 2 slides per page)
- Data mining: introduzione (6 slides per page,2 slides per pag.)
- Data mining: Data (6 slides per page,2 slides per page)
- Regole di associazione (6 slides per page,2 slides per page)
- Classification I (6 slides per page, 2 slides per page) – versione ridotta (6 slides per page,2 slides per page)
- Classification II (2 slides per page, 6 slides per page)
- Clustering (2 slides per page, 6 slides per page)
- K-means parameter setting and Silhouette (pdf)
Big Data e NoSQL
- Beyond Relational Databases (2 per pag., 6 per pag.)
- Soluzione esercizi svolti in aula (PDF)
Materiale di ripasso (Basi di dati)
- Modello relazionale (6 per pag., 2 per pag.)
- Il linguaggio SQL: Istruzione SELECT – fondamenti (6 per pag., 2 per pag.)
- Il linguaggio SQL: Istruzioni nidificate (6 per pag.,2 per pag.)
- Il linguaggio SQL: istruzioni di aggiornamento (6 per pag.,2 per pag.)
- Il linguaggio SQL: gestione delle tabelle (6 per pag.,2 per pag.)
Temi d’esame
Progetto di analisi di dati
- Specifiche (pdf)
- Script per il calcolo della misura SSE (download)
- Calcolo Execution time di un operatore (download)
Esercitazioni
SQL esteso
Progettazione di data warehouse
Esercizi
- Esercizio: Annunci di affitti
- Esercizio: Ditta trasporti
- Esercizio: Alberghi
- Esercizio: Autogrill
- Esercizio: Network televisivo
- Esercizio: Societa’ di treni
- Esercizio: Turismo
- Esercizio: Societa’ SkiPass
- Esercizio: Ditta di spedizioni internazionali
- Esercizio: Telepass
- Esercizio: Poste Italiane
Materiale di ripasso (Basi di dati)
- Il linguaggio SQL: Istruzione SELECT – fondamenti
- Il linguaggio SQL: Istruzioni nidificate
Software
- Oracle XE 11g R2
- Download page
- Guida all’installazione per windows
- Guida all’installazione per linux
- Suggerimenti: Se possibile, quando richiesto dall’installazione, utilizzare i seguenti parametri:
- Porta Listener: 1521
- Porta HTTP: 9898
- Password utente SYS e SYSTEM: admin
- Oracle SQL Developer
- Download page
- Suggerimenti: Se non sapete quale versione scaricare, utilizzate quella con JDK incluso
- RapidMiner
- Esempi di processi Rapid Miner (download)
- Download page
- Guida all’installazione
- Suggerimenti: Dopo l’installazione base di RapidMiner, installare i seguenti plug-in (Menù Help->Update RapidMiner):
- Parallel Processing Extension
- Weka Extension
- Wordnet Extension
- Text Mining Extension
- Script per il calcolo della misura SSE (download)
- Processo RapidMiner per il preprocessing dei Tweet (zip) e slide di esempio (pdf)
Esercitazioni da consegnare
In questa sezione sono riportate le indicazioni per la consegna delle esercitazioni da consegnare. La consegna nei tempi e modi previsti permetterà agli studenti 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
- nome del corso
- data
- titolo dell’elaborato
- nome, cognome e matricola dello studente.
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).
Elenco degli studenti che hanno consegnato le esercitazioni (pdf)
Testi delle esercitazioni da consegnare
- Esercitazione N1: MapReduce per Big Data: Testo esercitazione (pdf) . La soluzione: sarà pubblicata dopo la consegna. Per eventuali dubbi scrivere una mail a “daniele DOT apiletti AT polito DOT it”
- La data di consegna dell’esercitazione N1 è il 15 Giugno 2017
- Esercitazione N2: Classificazione: Testo esercitazione (pdf). Usare il seguente dataset (dataset_breast)
- La data di consegna dell’esercitazione N2 è il 15 Giugno 2017
Esercitazioni in Laboratorio
| # | Esercitazione | Data | Orario | Materiale |
| 1 | Sql base su Oracle XE | 15-03-2017 | 11:30 – 14:30 |
|
| 2 | SQL Esteso | 27/04/2017 | 11:30-14:30 |
|
| 3 | Pentaho | 4/05/2017 | 11:30-14:30 | |
| 4 | Rapid Miner | 18/05/2017 | 13:00-14:30 | |
| 5 | Rapid Miner
Clustering |
25/05/2017 | 13:00-14:30 | |
| 6 | Rapid Miner
Regole di Associazione – Classificazione |
01/06/2017 | 11:30-14:30 |