Teaching (italian)

Ricevimento studenti

Il ricevimento studenti si svolge il lunedì dalle 15:00 alle 17:00 presso il mio studio (stanza n. 37, quarto piano, palazzina di Scienze Statistiche, Città Universitaria).

Per concordare un diverso appuntamento, potete contattarmi via mail all'indirizzo umberto.ferraro@uniroma1.it.

Gestione Big Data - Laurea Magistrale in Scienze Statistiche e Decisionali (9 CFU)

Obiettivi del corso: Conoscere le modalità di interazione tra client e server web, i principi di

funzionamento delle applicazioni web ed il loro profilo d’uso delle basi dati.

Distinguere funzionalità ottenibili attraverso la programmazione lato client e lato

server. Comprendere le modalità di interconnessione ed utilizzo combinato di

servizi web offerti da operatori diversi al fine di realizzare applicazioni in stile web 2.0.

Big Data Analytics - Laurea Magistrale in Scienze Statistiche e Decisionali (6 CFU, erogato in inglese)

Obiettivi del corso: The different techniques existing for Big Data management will be illustrated, with a particular emphasis on NoSQL databases. The course will also deal with the problem of collecting Big Data from various sources such as from the web or from the online social networks. This will require also the introduction of the different formats that are commonly used to encode unstructured, semi-structured and structured data and of the different techniques that can be used to automate their processing. Successively, pre-processing techniques, including denoising and imputation of missing data, will be considered. Then, the course will treat dimensionality reduction techniques, based on feature extraction and feature selection. Finally, some statistical learning models, supervised and unsupervised, for the analysis of Big Data, will be presented. Real-world problems will be addressed during the course using suitable software.

Ulteriori informazioni: Per ulteriori informazioni riguardanti i programmi dei corsi e le attività svolte, si rimanda alle pagina web degli stessi disponibili presso l'indirizzo http://elearning.sta.uniroma1.it/moodle2/