Sistemi di elaborazione dati per l'economia

Anno accademico 2022/2023 - Docente: GIOVANNI GIUFFRIDA

Risultati di apprendimento attesi

Fornire ai futuri economisti la conoscenza di metodi e strumenti per la raccolta, analisi ed interpretazione avanzata di basi di dati economici, anche di grandi dimensioni (Big Data). Il modello didattico è orientato a fornire agli studenti le conoscenze teoriche e pratiche per l'utilizzo di piattaforme informatiche ed algoritmi specifici oggi esistenti sul mercato. Agli studenti verranno fornite le conoscenze per la gestione completa del processo tipico di gestione dati: dalla data ingestion all'analisi dei risultati finali.

Durante il corso si farà uso di dati e casi reali in modo da fornire allo studente nuove capacità competitive nella preparazione di specifiche competenze informatiche per l’analisi dei dati. L’impostazione del corso è finalizzata a facilitare la comprensione delle potenzialità analitiche ed applicative delle diverse tecniche trattate ed a conseguire un buon equilibrio tra rigore tecnico dei metodi e illustrazione delle potenzialità applicative degli stessi.

Si farà principalmente uso di Excel per l'analisi di database strutturati di piccole e medie dimensioni. Verranno inoltre fornite conoscenze di sistemi di Database Management System (DBMS) per l'analisi di database di dimensioni maggiori. Verranno infine introdotti i concetti di algoritmi di Machine Learning per l'arricchimento semantico delle basi di dati fornite.

Modalità di svolgimento dell'insegnamento

Il corso è organizzato in lezioni teoriche frontali e simulazioni pratiche direttamente sul pc attraverso elaborazioni in Excel e altri strumenti di analisi dati. Durante il corso verrà incentivata la partecipazione attiva degli studenti tramite gruppi di lavoro, presentazioni e discussioni in aula.

Il metodo didattico si basa su lezioni frontali con uso di slides fornite dal docente, software (free use), discussioni in aula, gruppi di lavoro, testimonianze di esperti del settore e case studies.

Prerequisiti richiesti

Il corso non necessita di conoscenze di base per la programmazione, ma necessita di una buona predisposizione all’utilizzo del pc. Sarebbe consigliabile anche la conoscenza degli elementi introduttivi della statistica I.

Frequenza lezioni

Fortemente consigliata la frequenza costante alle lezioni, il modello didattico adottato presenta casi pratici e discussioni in classe non necessariamente contenuti nel materiale didattico. Pertanto, la partecipazione alle lezioni è necessaria per il raggiungimento degli obiettivi sopra citati.

Contenuti del corso

I Modulo - Introduzione all'Informatica

Storia dell'informatica. Rappresentazione digitale dell'informazione. Conversione da analogico a digitale. Architettura degli elaboratori.

II Modulo - Introduzione e uso di Excel

Introduzione ai fogli di calcolo e all'ambiente Excel; Funzionalità di base (cerca, trova, trova e sostituisci, ordina ecc.); Formule (implementazione, principali formule); Macro per l’analisi dei dati; Data sets e dialogo tra fogli; distribuzioni di frequenze, creazione di tabelle di contingenza e distribuzioni statistiche; Analisi graﬁche e funzioni di sintesi per l’analisi dei dati.

III Modulo - Introduzione ai concetti di Big Data e Intelligenza Artificiale

Cosa sono i Big Data; La crescita dei Big Data e perchè sono strategici oggi per le aziende. Introduzione ai concetti di Intelligenza Artificiale. Nozioni di algoritmi di Machine Learning: Classificazione, Clustering e Associazioni.

Testi di riferimento

Slides fornite dal docente.

Excel per gli studenti di economia e Finanza. Massimo Ballerini, Maurizio De Pra, Alberto Clerici.

Informatica e Cultura dell’Informazione, Luca Mari, Giacomo Bonanno e Donatella Sciuto

Il computer come macroscopio, Davide Bennato, Franco Angeli editore

Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press

Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor Mayer-Schönberger, Kenneth N. Cukier e R. Merlini

La patente del computer, Federico Tibone, Zanichelli

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

Esame scritto a risposta multipla.

Esempi di domande e/o esercizi frequenti

L’informazione binaria si usa nei calcolatori in quanto semplice da trattare tecnologicamente. V/F?

Con 4 bit è possibile rappresentare al massimo 16 informazioni distinte. V/F?

Dato e informazione sono la stessa cosa. V/F?

ENGLISH VERSION

Corso di laurea in

Economia