Sito con il materiale del corso di Informatica Applicata 2023
COMUNICAZIONI:
Per il ricevimento si contatti il docente per mail
All'interno della cartella condivisa una ulteriore cartella Esercizi_preparazione_esami
-->Scarica attestato di idoneità al corso di Python<-- (solo per coloro che hanno superato l'esame)
Informazioni del corso:
l'esame consisterà nel creare codice in Python relativo a degli esercizi richiesti al momento.
L'esame di VBA (per chi ha seguito gli anni passati) è garantito almeno fino agli appelli di settembre
Esame per 3 e 6 crediti:
E' prevista una prova scritta. Ad entrambi sarà chiesto di svolgere 2 esercizi. Ne basta aver svolto uno in maniera corretta per passare l'esame. I 3 crediti avranno esercizi differenti dai 6 crediti
Idoneità o voto?:
Per l'adeguamento alla normativa ministeriale, a partire dall' anno accademico 2017-18 è necessario modificare l'impostazione della valutazione prevista per le attività in tipologia "F" passando da "Voto" a "Giudizio". A tale tipologia appartiene l'insegnamento di Informatica Applicata.
Saranno inseriti 2 appelli distinti: uno per l'anno 2016 e precedenti con il voto e uno per l'anno 2017 e successivi con giudizio. Nella Descrizione dell'appello o nel campo Note dei requisiti richiesti per la prenotazione è rispettivamente scritto: "appello per studenti che per l'insegnamento hanno frequenza 2016 o anteriore nel libretto on line" ; "appello per studenti che per l'insegnamento hanno frequenza 2017 o successiva nel libretto on line".
Ulteriori informazioni:
Docente: Gian Piero Cervellera
Email: cervellera@unisi.it
Ricevimento: stanza 102 1°piano - Venerdì 10-12
Materiale del corso
al seguente link l'accesso alla cartella condivisa contenente i files prodotti a lezione, al suo interno anche una ulteriore cartella 'Esercizi_preparazione_esami' contenente compiti utili per la preparazione all'esame:
-->link <--
un buon libro di riferimento di Python per Data Science in --> questo link <--
lezione 1 del 27 marzo 23: Iniziare con Google Colaboratory ( per approfondimenti -->clicca qua<-- ). Prinicipi di programmazione in Python, variabili e liste. Nella cartella condivisa il relativo file
lezione 2 del 28 marzo 23: Prinicipi di programmazione in Python, ancora sulle variabili e liste. I primi cicli FOR. (per approfondimenti sulle liste -->clicca qua<--) Nella cartella condivisa il relativo file
lezione 3 del 30 marzo 23: Prinicipi di programmazione in Python, Liste, Cicli For e condzioni IF (per approfondimenti su le istruzioni condizionali -->clicca qua<-- ).Nella cartella condivisa il relativo file
lezione 4 del 3 aprile 23: Come leggere e scrivere data_base in drive (per approfondimenti -->clicca qua<-- ). Nella cartella condivisa il relativo file
lezione 5 del 3 aprile 23 lezione 6 del 6 aprile 23: Introduzione alla libreria numpy (lavorare con le matrici), operazioni sulle colonne e le query per estrapolare informazioni dai data base (per approfondimenti -->clicca qua<-- ). Nella cartella condivisa i relativi files
lezione 7 del 13 aprile 23: Esercitazione su Liste, Query in Numpy e Pandas. Nella cartella condivisa il relativo file con link a siti di riferimento
lezione 8 del 2 maggio 23: Esercitazione di preparazione all'esame: Liste, Query in Numpy e Pandas. Nello spazio condiviso la relativa cartella
lezione 9 del 4 maggio 23: Esercitazione di preparazione all'esame: Liste, Query in Numpy e Pandas. Nello spazio condiviso la relativa cartella
lezione 10 del 8 maggio 23: Progetto 1. Analisi del sentiment ed emotion di dati relativi an una survey aziendale. Nello spazio condiviso la relativa cartella
------Fine programma 3 crediti-------
lezione 11 del 9 maggio 23: Progetto 2. Python & Finanza: simulazioni di serie storiche utilizzando il bootstrap. Nella cartella condivisa il relativo file
lezione 12 del 11 maggio 23: Progetto 3. Python & Finanza: simulazioni di portafoglio con 2 titoli utilizzando il bootstrap. Nella cartella condivisa il relativo file
lezione 13 del 15 maggio 23: Progetto 4. Python & AI. Word Embedding: un semplice algoritmo per il sentiment in finanza. Nella cartella condivisa il relativo file
lezione 14 del 16 maggio 23: Progetto 5.Python & AI. Yolo5 per la Object Detection. Nella cartella condivisa la relativa cartella
lezione 15 del 18 maggio 23: Progetto 6. Python & Finanza: Costruzione di portafogli di investimento efficienti. Nella cartella condivisa il relativo file
lezione 16 del 19 maggio 23: Progetto 7. Python & AI: Yolo5 per l'oscuramento di targhe automobilistiche. Nella cartella condivisa la relativa cartella
lezione 17 del 22 maggio 23: Progetto 8. Python & Statistica: La libreria Statsmodel per la regressione ed altri modelli statistici. Nella cartella condivisa il relativo file
lezione 18 e 19 del 23 e 25 maggio 23: Progetto 9. Python & AI: Image Embedding per il riconoscimento delle figure. Nella cartella condivisa la relativa cartella
lezione 20 del 26 maggio 23: Progetto 10. Python & AI: Costruzione di una Rete Neurale Sequenziale. Nella cartella condivisa il relativo file
------Lezioni terminate-------