EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire una introduzione ai sistemi informatici. Nello specifico, gli obiettivi formativi riguardano:
- Introduzione ai processi e alle tecnologie di sviluppo del software.
- Machine Learning: terminologia, installazione di weka, utilizzo tramite GUI e API, rumore, selezione delle features e sampling.
-Aspetti principali dei sistemi informatici: HW, SW, internet, security and privacy.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i concetti fondamentali dei sistemi informatici come metodologie di sviluppo, machine learning, HW, SW, internet, security and privacy.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i principi che caratterizzano l’ingegneria dei sistemi informatici.
AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente sarà in grado di giudicare autonomamente i sistemi informatici.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa ai sistemi informatici.
CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti riguardanti i sistemi informatici, ed utilizzare le conoscenze e metodologie acquisite per affrontare nuovi problemi.
Learning Objectives
LEARNING OUTCOMES:
The course covers topics related to introduction to information technology. Specifically, the learning outcomes are:
- Introduction to software development processes and technologies.
- Machine learning: terminology, weka installation, use via GUI and API, noise, feature selection and sampling.
- Main aspects of IT systems: HW, SW, internet, security and privacy.
KNOWLEDGE AND UNDERSTANDING:
At the end of the course, the student will have acquired the fundamentals of software systems such as development methodologies, machine learning, HW, SW, internet, security and privacy.
APPLYING KNOWLEDGE AND UNDERSTANDING:
At the end of the class, the student will have acquired the principles of engineering software systems.
MAKING JUDGEMENTS:
At the end of the class, the student will be able to autonomously analyze software systems.
COMMUNICATION SKILLS:
At the end of the class, the student will be able to properly describe software systems.
LEARNING SKILLS:
At the end of the class, the student will be able to autonomously tackle the study of advanced topics in software systems and the solution of new problems.
Programma
Il programma è diviso in due argomenti: Introduzione ai sistemi informativi e Machine learning. Ognuno di questi due argomenti è sviluppato in diverse lezioni, da due ore, come descritte sotto.
-Introduction to IT systems
IT systems
The internet + Communication and networks
Application Software
System Software
System Unit
Input and Output + Secondary storage
Privacy security and ethics
Information systems + Databases
System analysis and design
Programming and languages
-Machine Learning:
Introduction to ML: terminology
Accuracy Metrics & Comparing classifiers accuracy
Feature Selection
WEKA GUI: The explorer
WEKA GUI: The experimenter
Balancing
Cost sensitive classifier
The impact of balancing 1
The impact of balancing 2
The impact of feature selection 1
The impact of feature selection 2
Program
The program consists of two main topics: Introduction to Information Systems and Machine Learning. Each of these two topics is developed in several two-hour lessons, as described below.
-Introduction to IT systems
IT systems
The internet + Communication and networks
Application Software
System Software
System Unit
Input and Output + Secondary storage
Privacy security and ethics
Information systems + Databases
System analysis and design
Programming and languages
-Machine Learning:
Introduction to ML: terminology
Accuracy Metrics & Comparing classifiers accuracy
Feature Selection
WEKA GUI: The explorer
WEKA GUI: The experimenter
Balancing
Cost sensitive classifier
The impact of balancing 1
The impact of balancing 2
The impact of feature selection 1
The impact of feature selection 2
Testi Adottati
Computing Essentials 2023, 29th Edition, By Timothy O'Leary and Linda O'Leary and Daniel O'Leary, ISBN10: 1264136781, ISBN13: 9781264136780, McGraw Hill
Witten, Ian H., et al. "Weka: Practical machine learning tools and techniques with Java implementations." (1999).
Books
Computing Essentials 2023, 29th Edition, By Timothy O'Leary and Linda O'Leary and Daniel O'Leary, ISBN10: 1264136781, ISBN13: 9781264136780, McGraw Hill
Witten, Ian H., et al. "Weka: Practical machine learning tools and techniques with Java implementations." (1999).
Bibliografia
Tsui, Frank, Orlando Karam, and Barbara Bernal. Essentials of software engineering. Jones & Bartlett Learning, 2022.
Alpaydin, Ethem. Machine learning. MIT press, 2021.
Bibliography
Tsui, Frank, Orlando Karam, and Barbara Bernal. Essentials of software engineering. Jones & Bartlett Learning, 2022.
Alpaydin, Ethem. Machine learning. MIT press, 2021.
Modalità di svolgimento
La formazione d'aula si articola attraverso diverse modalità didattiche per favorire un apprendimento completo e interattivo:
Esposizione tramite slides e risposte a domande: L'insegnante presenta il materiale didattico utilizzando slides per facilitare la comprensione visiva e concettuale. Durante la lezione, gli studenti sono incoraggiati a porre domande e a interagire, ricevendo risposte immediate che aiutano a chiarire i concetti trattati.
Presentazione di casi di studio: In aula, vengono discussi e analizzati casi di studio reali o ipotetici. Questo metodo permette agli studenti di applicare le teorie apprese a situazioni concrete, sviluppando capacità di problem solving e pensiero critico.
Sviluppo di un progetto: Gli studenti sono coinvolti nello sviluppo di un progetto pratico, lavorando singolarmente o in gruppo. Questa attività pratica favorisce l'applicazione delle conoscenze teoriche e lo sviluppo di competenze tecniche e collaborative.
Teaching methods
Classroom training is structured through various teaching methods to promote comprehensive and interactive learning:
1. Presentation through slides and answering questions: The instructor presents the teaching material using slides to facilitate visual and conceptual understanding. During the lesson, students are encouraged to ask questions and interact, receiving immediate answers that help clarify the concepts discussed.
2. Presentation of case studies: In the classroom, real or hypothetical case studies are discussed and analyzed. This method allows students to apply the theories learned to concrete situations, developing problem-solving skills and critical thinking.
3. Project development: Students are involved in the development of a practical project, working individually or in groups. This practical activity encourages the application of theoretical knowledge and the development of technical and collaborative skills.
Regolamento Esame
La prova orale consiste di domande a risposta libera volte ad appurare il livello di il grado di conoscenza degli argomenti trattati.
La prova di esame è la stessa per frequentanti e non frequentanti e valuta la preparazione complessiva dello studente, la capacità di integrazione delle conoscenze delle diverse parti del programma, la consequenzialità del ragionamento, la capacità analitica e la autonomia di giudizio.
Inoltre, vengono valutate la proprietà di linguaggio e la chiarezza espositiva, in aderenza con i descrittori di Dublino (1. Conoscenza e capacità di comprensione (knowledge and understanding); 2. Capacità di applicare la conoscenza e comprensione (applying knowledge and understanding); 3. Autonomia di giudizio (making judgements); 4. Capacità di apprendimento (learning skills); 5: Abilità di comunicazione (communication skills).
La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico
24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso ma con un linguaggio non sempre appropriato/tecnico.
27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi. Buona autonomia di giudizio. Argomenti esposti in modo rigoroso e con linguaggio appropriato/tecnico
30-30L: Ottimo livello di conoscenza e comprensione approfondita degli argomenti. Ottime capacità di analisi, di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale e con linguaggio tecnico appropriato.
Il progetto non ha un suo voto a se stante ma viene usato per dimostrare come quanto appreso durante il corso può essere applicato per risolvere un problema realistico. Il progetto viene quindi usato per contestualizzare in pratica quanto appreso ed indirizzare le domande dell'esame orale.
Exam Rules
The oral exam consists of open-ended questions aimed at ascertaining the level of knowledge of the topics covered.
The exam is the same for attending and non-attending students and evaluates the overall preparation of the student, the ability to integrate the knowledge of the different parts of the program, the consequentiality of the reasoning, the analytical ability and the autonomy of judgment.
Furthermore, language properties and clarity of presentation are evaluated, in compliance with the Dublin descriptors (1. Knowledge and understanding) 2. Ability to apply knowledge and understanding; 3. Making judgments; 4. Learning skills; 5: Communication skills.
The exam will be assessed according to the following criteria:
Not suitable: important deficiencies and / or inaccuracies in the knowledge and understanding of the topics; limited capacity for analysis and synthesis, frequent generalizations and limited critical and judgment skills, the arguments are presented in an inconsistent way and with inappropriate language;
18-20: just sufficient knowledge and understanding of the topics with possible generalizations and imperfections; sufficient capacity for analysis, synthesis and autonomy of judgment, the topics are frequently exposed in an inconsistent way and with inappropriate / technical language;
21-23: Routine knowledge and understanding of topics; Ability to correct analysis and synthesis with sufficiently coherent logical argument and appropriate / technical language
24-26: Fair knowledge and understanding of the topics; good analysis and synthesis skills with rigorously expressed arguments but with a language that is not always appropriate / technical.
27-29: Complete knowledge and understanding of the topics; remarkable abilities of analysis and synthesis. Good autonomy of judgment. Topics exposed rigorously and with appropriate / technical language
30-30L: Excellent level of knowledge and in-depth understanding of the topics. Excellent skills of analysis, synthesis and autonomy of judgment. Arguments expressed in an original way and with appropriate technical language.
The project does not have its own grade but is used to demonstrate how what is learned during the course can be applied to solve a realistic problem. The project is therefore used to contextualize what has been learned in practice and to inspire the questions of the oral exam.
EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire una introduzione ai sistemi informatici. Nello specifico, gli obiettivi formativi riguardano:
- Introduzione ai processi e alle tecnologie di sviluppo del software.
- Machine Learning: terminologia, installazione di weka, utilizzo tramite GUI e API, rumore, selezione delle features e sampling.
-Aspetti principali dei sistemi informatici: HW, SW, internet, security and privacy.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i concetti fondamentali dei sistemi informatici come metodologie di sviluppo, machine learning, HW, SW, internet, security and privacy.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i principi che caratterizzano l’ingegneria dei sistemi informatici.
AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente sarà in grado di giudicare autonomamente i sistemi informatici.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa ai sistemi informatici.
CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti riguardanti i sistemi informatici, ed utilizzare le conoscenze e metodologie acquisite per affrontare nuovi problemi.
Learning Objectives
LEARNING OUTCOMES:
The course covers topics related to introduction to information technology. Specifically, the learning outcomes are:
- Introduction to software development processes and technologies.
- Machine learning: terminology, weka installation, use via GUI and API, noise, feature selection and sampling.
- Main aspects of IT systems: HW, SW, internet, security and privacy.
KNOWLEDGE AND UNDERSTANDING:
At the end of the course, the student will have acquired the fundamentals of software systems such as development methodologies, machine learning, HW, SW, internet, security and privacy.
APPLYING KNOWLEDGE AND UNDERSTANDING:
At the end of the class, the student will have acquired the principles of engineering software systems.
MAKING JUDGEMENTS:
At the end of the class, the student will be able to autonomously analyze software systems.
COMMUNICATION SKILLS:
At the end of the class, the student will be able to properly describe software systems.
LEARNING SKILLS:
At the end of the class, the student will be able to autonomously tackle the study of advanced topics in software systems and the solution of new problems.
EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire una introduzione ai sistemi informatici. Nello specifico, gli obiettivi formativi riguardano:
- Introduzione ai processi e alle tecnologie di sviluppo del software.
- Machine Learning: terminologia, installazione di weka, utilizzo tramite GUI e API, rumore, selezione delle features e sampling.
-Aspetti principali dei sistemi informatici: sistemi operativi, reti, basi di dati, big data, cloud, security and privacy, affidabilità e risparmio energetico.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i concetti fondamentali dei sistemi informatici come metodologie di sviluppo, machine learning, sistemi operativi, reti, basi di dati, big data, cloud, security and privacy, affidabilità e risparmio energetico.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i principi che caratterizzano l’ingegneria dei sistemi informatici.
AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente sarà in grado di giudicare autonomamente i sistemi informatici.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa ai sistemi informatici.
CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti riguardanti i sistemi informatici, ed utilizzare le conoscenze e metodologie acquisite per affrontare nuovi problemi.
Learning Objectives
LEARNING OUTCOMES:
The course covers topics related to introduction to information technology. Specifically, the learning outcomes are:
- Introduction to software development processes and technologies.
- Machine learning: terminology, weka installation, use via GUI and API, noise, feature selection and sampling.
- Main aspects of IT systems: operating systems, networks, databases, big data, cloud, security and privacy, reliability, and energy saving.
KNOWLEDGE AND UNDERSTANDING:
At the end of the course, the student will have acquired the fundamentals of software systems such as development methodologies, machine learning, operating systems, networks, databases, big data, cloud, security and privacy, reliability and energy saving.
APPLYING KNOWLEDGE AND UNDERSTANDING:
At the end of the class, the student will have acquired the principles of engineering software systems.
MAKING JUDGEMENTS:
At the end of the class, the student will be able to autonomously analyze software systems.
COMMUNICATION SKILLS:
At the end of the class, the student will be able to properly describe software systems.
LEARNING SKILLS:
At the end of the class, the student will be able to autonomously tackle the study of advanced topics in software systems and the solution of new problems.
Programma
Introduzione ai sistemi informativi
Hardware: Input, Processing, and Output Devices
Software
The Internet, Intranets, and Extranets
Security Privacy and Ethics
Intro to SE and processes
Introduction to Machine Learning (ML): terminology
ML to Support Software Safety
SVN and GitHub
Accuracy Metrics & Comparing classifiers accuracy
Feature Selection
Sampling
Cost-sensitive classification
Program
Introduction to IT systems
Hardware: Input, Processing, and Output Devices
Software
The Internet, Intranets, and Extranets
Security Privacy and Ethics
Intro to SE and processes
Introduction to Machine Learning (ML): terminology
ML to Support Software Safety
SVN and GitHub
Accuracy Metrics & Comparing classifiers accuracy
Feature Selection
Sampling
Cost sensitive classification
Testi Adottati
Kruchten, Philippe. The rational unified process: an introduction. Addison-Wesley Professional, 2004.
Witten, Ian H., et al. "Weka: Practical machine learning tools and techniques with Java implementations." (1999).
Books
Kruchten, Philippe. The rational unified process: an introduction. Addison-Wesley Professional, 2004.
Witten, Ian H., et al. "Weka: Practical machine learning tools and techniques with Java implementations." (1999).
Bibliografia
Kruchten, Philippe. The rational unified process: an introduction. Addison-Wesley Professional, 2004.
Witten, Ian H., et al. "Weka: Practical machine learning tools and techniques with Java implementations." (1999).
Bibliography
Kruchten, Philippe. The rational unified process: an introduction. Addison-Wesley Professional, 2004.
Witten, Ian H., et al. "Weka: Practical machine learning tools and techniques with Java implementations." (1999).
Modalità di svolgimento
Esposizione tramite slides e riposte a domande.
Teaching methods
Use of slides and answers to questions.
Regolamento Esame
La prova orale consiste di domande a risposta libera volte ad appurare il livello di il grado di conoscenza degli argomenti trattati.
La prova di esame è la stessa per frequentanti e non frequentanti e valuta la preparazione complessiva dello studente, la capacità di integrazione delle conoscenze delle diverse parti del programma, la consequenzialità del ragionamento, la capacità analitica e la autonomia di giudizio.
Inoltre, vengono valutate la proprietà di linguaggio e la chiarezza espositiva, in aderenza con i descrittori di Dublino (1. Conoscenza e capacità di comprensione (knowledge and understanding); 2. Capacità di applicare la conoscenza e comprensione (applying knowledge and understanding); 3. Autonomia di giudizio (making judgements); 4. Capacità di apprendimento (learning skills); 5: Abilità di comunicazione (communication skills).
La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico
24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso ma con un linguaggio non sempre appropriato/tecnico.
27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi. Buona autonomia di giudizio. Argomenti esposti in modo rigoroso e con linguaggio appropriato/tecnico
30-30L: Ottimo livello di conoscenza e comprensione approfondita degli argomenti. Ottime capacità di analisi, di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale e con linguaggio tecnico appropriato.
Exam Rules
The oral exam consists of open-ended questions aimed at ascertaining the level of knowledge of the topics covered.
The exam is the same for attending and non-attending students and evaluates the overall preparation of the student, the ability to integrate the knowledge of the different parts of the program, the consequentiality of the reasoning, the analytical ability and the autonomy of judgment.
Furthermore, language properties and clarity of presentation are evaluated, in compliance with the Dublin descriptors (1. Knowledge and understanding) 2. Ability to apply knowledge and understanding; 3. Making judgments; 4. Learning skills; 5: Communication skills.
The exam will be assessed according to the following criteria:
Not suitable: important deficiencies and / or inaccuracies in the knowledge and understanding of the topics; limited capacity for analysis and synthesis, frequent generalizations and limited critical and judgment skills, the arguments are presented in an inconsistent way and with inappropriate language;
18-20: just sufficient knowledge and understanding of the topics with possible generalizations and imperfections; sufficient capacity for analysis, synthesis and autonomy of judgment, the topics are frequently exposed in an inconsistent way and with inappropriate / technical language;
21-23: Routine knowledge and understanding of topics; Ability to correct analysis and synthesis with sufficiently coherent logical argument and appropriate / technical language
24-26: Fair knowledge and understanding of the topics; good analysis and synthesis skills with rigorously expressed arguments but with a language that is not always appropriate / technical.
27-29: Complete knowledge and understanding of the topics; remarkable abilities of analysis and synthesis. Good autonomy of judgment. Topics exposed rigorously and with appropriate / technical language
30-30L: Excellent level of knowledge and in-depth understanding of the topics. Excellent skills of analysis, synthesis and autonomy of judgment. Arguments expressed in an original way and with appropriate technical language.
Prof.ssa Lucia Leonelli
