Business Intelligence per Big Data


This page has hierarchy - Parent page: Teaching

Table of content


Informazioni generali

Orario delle lezioni

GIORNO ORARIO AULA
Martedì 10:00 – 13:00 Virtual Classroom
Giovedì 13:00 – 16:00 Virtual Classroom

Avvisi

  • Durante il semestre useremo Piazza come piattaforma Q&A. Vi chiediamo di registrarvi qui, con la vostra email istituzionale (@studenti.polito.it) e il vostro nome e cognome.

Esami

Lezioni

Data science

  • Introduction to data science (pdf)
  • Data preprocessing (pdf)
  • Data exploration (pdf)
  • Association rules (pdf)
  • Clustering (pdf)
  • Classification (pdf)
  • Use case: Modelling energy efficiency of buildings based on open-data (pdf)
  • Use case: Predictive maintenance (pdf)
  • Use case: Characterising Electricity Consumption Over Time (pdf)

Data Warehouse

Big Data e NoSQL

  • Beyond Relational Databases (slide)
  • MongoDB (slide)

Progetto di Analisi di dati

  • Specifiche (pdf)

Progettazione di data warehouse

Esercizi 

 

Materiale di ripasso (Basi di dati)

Esercitazioni in Laboratorio

Informazioni generali

  • Video tutorial per l’installazione di RapidMiner Studio 9.6 ed estensioni su macOS Catalina e Windows 10.
  • I laboratori verranno registrati. In prima istanza, verrà usata la piattaforma Virtual Classroom/Zoom. In caso di malfunzionamento, verrà specificato su questa pagina un link ad una piattaforma esterna su cui comunque sarà effettuata la registrazione.

Testi e materiale

Materiale aggiuntivo per approfondire

Esercitazioni da consegnare

In questa sezione sono riportate le indicazioni per la consegna delle esercitazioni da consegnare (chiamate di seguito interscambiabilmente anche “homework” o “quaderni”). 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 deve essere svolta individualmente e consiste nella redazione di un report contenente lo svolgimento dell’esercitazione. 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 effettuare correzioni manuali dei nomi dei file dopo la consegna.

Consegna

Il report va salvato in formato PDF. Per facilitare la raccolta e la correzione dei report, vi chiediamo di seguire queste indicazioni in fase di caricamento:

  • Caricare il file da consegnare nella sezione Elaborati del Portale della Didattica (pagina del corso). Il file deve essere caricato entro la scadenza prevista per ogni esercitazione. Fa fede la data di caricamento indicata dal portale della didattica. Poichè i file caricati sono processati in modo automatico, il caricamento oltre la scadenza comporta l’annullamento della consegna della relativa esercitazione.
  • Il nome del file deve avere il seguente formato: Cognome_Nome_Matricola_Es<NumeroEsercitazione>.<Estensione>. Ad esempio, Mario Rossi (s222222) caricherà il primo homework con il file nominato Rossi_Mario_s222222_Es1.pdf
  • Durante la procedura di upload viene richiesto l’inserimento di un campo “Descrizione”: inserire lo stesso nome del file. Nell’esempio del punto precedente la descrizione sarebbe stata: Rossi_Mario_s222222_Es1.pdf

Testi delle esercitazioni da consegnare

Esercitazione 1, classificazione: testo e materiale. L’esercitazione deve essere consegnata entro e non oltre il: 13 maggio 2021 23:59:59 CEST.

Esercitazione 2, MongoDB: testo. L’esercitazione deve essere consegnata entro e non oltre il: 01 Luglio 2021 23:59:59 CEST.