Data Mining Algorithms

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Data Mining Algorithms"

Transcript

1 Proposte di Tesi Elena Baralis, Silvia Chiusano, Paolo Garza, Tania Cerquitelli, Giulia Bruno, Daniele Apiletti, Alessandro Fiori, Luca Cagliero, Alberto Grand, Luigi Grimaudo Torino, Giugno 2011

2 Data Mining Algorithms

3 Algoritmi di data mining disk-based (1) Estrazione di regole di associazione Estrazione itemset frequenti -> Complessità elevata Generazione delle regole Grandi quantità di memoria principale allocata per le strutture dati rendono gli algoritmi proposti poco scalabili Materializzazione di strutture dati su file per ottimizzare l estrazione degli itemset frequenti e rendere scalabili gli algoritmi di estrazione Tania Cerquitelli 3

4 Algoritmi di data mining disk-based (2) Algoritmi di clustering Individuazione di gruppi di oggetti che condividono proprietà comuni Grandi quantità di memoria principale allocata per le strutture dati rendono gli algoritmi proposti poco scalabili Materializzazione di strutture dati su file per ottimizzare l uso degli algoritmi di clustering su elevati volumi di dati, non gestibili dagli approcci esistenti in letteratura Tania Cerquitelli 4

5 Ottimizzatore orientato al Data Mining Estrazione di regole di associazione Estrazione itemset frequenti -> Complessità elevata Generazione delle regole Diversi algoritmi di estrazione sono stati proposti in letteratura Algoritmi diversi sono appropriati per diverse distribuzioni di dati Alcuni algoritmi sono stati integrati nei DBMS relazionali Alcuni algoritmi utilizzano strutture dati materializzati su fili binari Sviluppo di un modulo (i.e., ottimizzatore), eventualmente integrato in un DBMS Open Source (e.g., PostgreSQL), in grado di selezionare, per una determinata distribuzione di dati, l algoritmo più efficiente per ottimizzare il processo di mining Tania Cerquitelli 5

6 Strutture dati disk-based per il Text Mining Grandi volumi di dati testuali Grandi quantità di memoria principale allocata per le strutture dati rendono gli algoritmi proposti poco scalabili ProposteTesi-Tania_11_01_10 Query Progettazione di nuove strutture dati disk-based per la rappresentazione efficiente di grandi volumi di dati testuali Text mining basato su diverse tecniche di analisi (e.g., clustering, estrazione delle regole di associazione) Tania Cerquitelli, Alessandro Fiori, Alberto Grand 6

7 Estrazione di regole generalizzate con vincoli Le regole generalizzate raccolgono informazioni di correlazione tra insiemi di dati di diversa granularità Utilizzo di tassonomie per l aggregazione dei dati Numero elevato di regole estratte -> alta complessità I vincoli servono a limitare l informazione estratta a un sottoinsieme d interesse Studio e implementazione di algoritmi di estrazione di regole di associazione generalizzate con vincoli Luca Cagliero 7

8 Classificazione bayesiana mediante regole generalizzate Le regole generalizzate raccolgono informazioni di correlazione tra insiemi di dati di diversa granularità Utilizzo di tassonomie per l aggregazione dei dati La classificazione bayesiana utilizza un modello probabilistico per predire la classe di un dato di test Studio e implementazione di un algoritmo di classificazione bayesiano che utilizza regole di associazione generalizzate Luca Cagliero 8

9 Dynamic data mining Analisi e comparazione dell'informazione estratta durante diverse sessioni di data mining e knowlegde discovery schedulate nel tempo. I pattern generalizzati raccolgono informazioni di correlazione tra insiemi di dati di diversa granularità Utilizzo di tassonomie per l aggregazione dei dati Estrazione e analisi di regole dinamiche generalizzate Luca Cagliero 9

10 Classificazione di serie temporali Serie temporale Sequenza (ordinata) di numeri reali Serie temporale multivariata Ogni dato è composto da coppie <attributo: serie temporale> Tipo di dato che si trova in molti domini applicativi (medicina, finanza, multimedia...) Sviluppo e implementazione di algoritmo per Selezione attributi che discriminano meglio le diverse classi Classificazione dei dati Tania Cerquitelli 10

11 Database systems

12 Challenge Database distribuiti Scalabilità e affidabilità dei database di applicazioni (web) che permettono di interagire con reti di amici (social networks) interagire con luoghi fisici reali (check-in) condividere dati molto complessi e multimediali (like, comment, foto e video) Esempi: Facebook, Twitter e Foursquare sono cresciuti a ritmi del 1000% Solution Scalabilità orizzontale non è possibile aggiungere risorse ad un unico DB centrale aggiungere nuovi database piccoli creando una rete di DB distribuiti Database a documenti sfruttare la semplicità di database non-relazionali (es. a documenti) facile gestione della replicazione e ottime performance Studio delle potenzialità di DB distribuiti e DB non-relazionali Riferimenti: mongodb.org, Daniele Apiletti 12

13 Modellazione concettuale di basi di dati Le basi di dati sono progettate mediante il modello Entity-Relationship Attualmenti sono disponibili pochi strumenti per la modellazione ER GNU Ferret ( offre poche funzionalità Sviluppo di un nuovo tool per la modellazione concettuale delle basi di dati Silvia Chiusano, Paolo Garza 13

14 Text Mining

15 Summarization Riassunto di documenti identificazione di informazioni rilevanti da notizie, articoli scientifici, blogs clustering di sentenze contenenti informazioni simili e rilevanti estrazione di informazioni biologiche da testi validazione di risultati sperimentali a seconda del campo applicativo Studi possibili sviluppo di nuovi metodi di sommarizazione basati sull informazione di interesse incremento della rappresentazione dei dati per velocizzare il processo di generazione del sommario rappresentazione dei risultati a seconda delle queries dell utente integrazione di algoritmi di estrazione Information retrieval, text mining, summarization, clustering Alessandro Fiori 15

16 Ontologia Inferenza di ontologie Organizzazione rigorosa ed esaustiva di un dominio della conoscenza Struttura gerarchica rappresenta le entità rilevanti e le loro relazioni Text mining per l inferenza di ontologie identificare i concetti mediante approcci di entity recognition Estrarre le relazioni tra le entità Esempi: DBPedia, YAGO Applicazioni Scoprire relazioni tra entità di dominio usando notizie, articoli scientifici, blogs, ecc. Validare le relazioni rappresentate in ontologie pre-calcolate Entity recognition, association rules, text mining Luca Cagliero, Alessandro Fiori, Alberto Grand 16

17 Social networks Inferenza di conoscenza dai dati degli utenti estrazione di informazioni rilevanti dai siti di social networking personalizzazione di web crawlers usando i profili utenti identificazione di notizie, locazioni geografiche, ecc. Studi possibili Estrazione di regole di associazione per l analisi dei comportamenti degli utenti approcci di sommarizazione per identificare informazioni rilevanti classificazione di oggetti web usando i dati generati dagli utenti clustering di pagine web in base al topic sviluppo di recommendation systems usando il comportamento degli utenti nelle social networks Entity recognition, clustering, association rules, text mining Luca Cagliero, Alessandro Fiori 17

18 Mining in Specific Application Domains

19 Modello previsionale di energia Analisi di dati di produzione/consumo di energia elettrica da fonti rinnovabili Correlazione con dati di contesto es. ambientali, meteo, ecc. Progettazione e sviluppo di un framework obiettivo: ottimizzazione della produzione e del consumo di energia metodo: modello previsionale dei consumi e della produzione Daniele Apiletti, Tania Cerquitelli 19

20 Interrogazioni di Reti di Sensori Query, Trigger App Dati La rete di sensori è una base di dati Interrogare la rete Acquisizione (eventualmente aggregazione) delle misure che descrivono lo stato dell ambiente monitorato TinyDB Rete di Sensori Tania Cerquitelli Applicare le tecniche di Data mining per scoprire le correlazioni tra i diversi attributi Quali sensori/misure sono correlate? Qual è il grado di correlazione? (generalmente le misure acquisite dai sensori sono fortemente correlate) Quando i sensori/misure sono correlate? (e.g. dalle 8:00 a.m. alle 11:00 a.m.) 20

21 Analisi del Traffico di Rete Wireless Sicurezza Individuare e prevedere eventuali intrusioni Progettazione Dimensionare le proprie risorse di rete Analizzare il traffico di rete wireless mediante algoritmi di data mining Regole di Associazione Algoritmi di Clustering Tania Cerquitelli 21

22 Gestione dati geografici Necessità di uniformare i dati raccolti mediante osservazioni naturalistiche nella regione Alpi Marittime - Mercantour Collaborazione con l Istituto Superiore sui Sistemi Territoriali per l Innovazione (SiTi) di Torino Tesi: implementazione di un database PostgreSQL per gestire dati naturalistici con coordinate geografiche, implementazione di interfacce di inserimento dati, sviluppo di query di ricerca mediante criteri geografici Giulia Bruno 22

23 Analisi di dati medici Analisi database contenenti lo storico degli esami effettuati dai pazienti Obiettivi estrarre le sequenze di esami eseguite più frequentemente ricavare i pattern relativi a specifici sintomi studiare una rappresentazione compatta delle sequenze per una successiva validazione medica Tesi: studio e implementazione di un algoritmo di estrazione di sequenze, in particolare per la gestione di sequenze con o senza gap, vincoli temporali sugli intervalli di tempo e tassonomie sulla tipologia di esami Giulia Bruno 23

24 Validazione algoritmi per clustering di geni Analizzando i dati di espressione genica (microarray) è possibile raggruppare geni in base al loro comportamento in diverse situazioni sperimentali attraverso l utilizzo di algoritmi di clustering In questo contesto la validazione dei risultati è critica per mancanza di dataset di riferimento difficoltà di scelta di un indice di qualità adatto Tesi: studio e implementazione di algoritmi di clustering e valutazione di indici di validazione per l analisi di dati di espressione genica Giulia Bruno, Alessandro Fiori 24

25 Integrazione dati clinici-molecolari Nell ambito della medicina personalizzata, riveste particolare importanza l integrazione di dati medici a diversi livelli (clinici e genetici) gestione di dati eterogenei visione globale di un sistema complesso quale il corpo umano identificazione di correlazioni tra differenti studi e/o esperimenti Tesi: studio e modellazione di un sistema (database/data warehouse) per l integrazione di dati clinici e molecolari, valutazione di di sistemi esistenti (cabig), studio di strutture fisiche accessorie per miglioramento delle performance, implementazione di interfacce grafiche di accesso ai dati Giulia Bruno, Alessandro Fiori 25

26 Analisi di dati sportivi Analisi di dati fisiologici Misura dei progressi di un atleta Misura indiretta di lattato e acido lattico Migliorare l'efficacia dell'allenamento degli atleti Estrazione di conoscenza Definizione di un profilo per ogni atleta (es. frequenza cardiaca allenante) Classificazione degli atleti Tania Cerquitelli 26

27 Studi Analisi delle notizie tecniche di Query Expansion per allargare il dominio di ricerca mediante generazione di query alternative costruite a partire dalla query originale Collaborative filtering, basato sul paradigma che gruppi di utenti simili condividono contenuti simili Content-based filtering, basato sul paradigma che gruppi di contenuti simili sono condivisi dallo stesso utente Hybrid filtering, basato su combinazione degli approcci precedenti New story detection: dato un flusso continuo di notizie determina quando viene incontrata una nuova notizia (per servizi di breaking News) Topic detection and linking: dato un flusso di notizie determina l insieme di notizie inerenti lo stesso topic, e le relazioni esistenti tra tali notizie Topic tracking: data una serie di eventi di interesse per l utente, determina le notizie future correlate a tali eventi Rilevamento automatico degli highlights in eventi sportivi Alessandro Fiori 27

28 Analisi dei dati di trasporto pubblico Dati: Dati del sistema di Trasporto Pubblico Locale della città di Torino Obiettivi: Miglioramento dell accuratezza della previsione dei tempi di percorrenza dei mezzi Ottimizzazione della stabilità della previsione Attività: Studio di metodi di previsione dei tempi di percorrenza dei mezzi pubblici Applicazioni pratiche: Previsioni d arrivo in fermata Stima dell headway istantaneo Calcolo percorsi in tempo reale 28

29 Analisi dati dei sensori di traffico Dati: Dati provenienti dai sensori di monitoraggio del traffico del Sistema 5T Obiettivi: Studiare la correlazione tra sensori (dati) Identificare i guasti impiantistici Attività: Studio di metodi di verifica della qualità dei dati Studio di algoritmi di clustering adattativi alle variazioni dei dati Principali applicazioni: Ottimizzazione dell utilizzo dei sensori 29

30 Stage (tesi) in azienda Applicazioni web e mobile per interagire con social networks (Facebook, Twitter, Foursquare, LinkedIn,...) analisi delle interazioni tra gli utenti (sia di base, sia su concorsi, giochi, ecc.) tramite tecniche di data mining Applicazioni web e mobile che sfruttano la geo-localizzazione (es. check-in di Facebook Places, Foursquare, Gowalla,...) analisi di dati geografici/spaziali (es. il mio amico più vicino ) indici su database ottimizzati per dati geografici/spaziali Applicazioni mobile (Android, iphone, etc.) con offline replication replicazione di dati tra database locale e database remoti per la gestione di perdite di connettività Elena Baralis, Daniele Apiletti 30

31 Stage (tesi) in azienda Core business: soluzioni ICT per la Pubblica Amministrazione Analisi di strumenti statistici e per la Business Intelligence (BI) per ilcentro di Competenza Specializzato sui Dati della Pubblica Amministrazione, nell ambito della Fiscalità Analizzare sistemi di BI sviluppati dal CSI per la Città di Torino rispetto al profilo medio italiano Analizzare tecniche statistiche avanzate e tecniche di Data Mining (DM) Realizzare casi di studio utilizzando Sas Enterprise Miner Proporre l applicazione di tecniche statistiche e di DM nell ambito della Fiscalità Elena Baralis 31

Marketing relazionale

Marketing relazionale Marketing relazionale Introduzione Nel marketing intelligence assume particolare rilievo l applicazione di modelli predittivi rivolte a personalizzare e rafforzare il legame tra azienda e clienti. Un azienda

Dettagli

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Nell ambito di questa attività è in fase di realizzazione un applicativo che metterà a disposizione dei policy makers,

Dettagli

1. BASI DI DATI: GENERALITÀ

1. BASI DI DATI: GENERALITÀ 1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente

Dettagli

La società Volocom. Trasformare le informazioni in conoscenza. Conoscere per agire

La società Volocom. Trasformare le informazioni in conoscenza. Conoscere per agire La società Volocom Trasformare le informazioni in conoscenza 2 La società Volo.com dal 2001 è uno dei leader nei settori del Knowledge Management e nella gestione delle informazioni per la rassegna stampa

Dettagli

MASTER UNIVERSITARIO

MASTER UNIVERSITARIO MASTER UNIVERSITARIO Analisi Dati per la Business Intelligence In collaborazione con II edizione 2013/2014 Dipartimento di Culture, Politica e Società Dipartimento di Informatica gestito da aggiornato

Dettagli

Lezione 1. Introduzione e Modellazione Concettuale

Lezione 1. Introduzione e Modellazione Concettuale Lezione 1 Introduzione e Modellazione Concettuale 1 Tipi di Database ed Applicazioni Database Numerici e Testuali Database Multimediali Geographic Information Systems (GIS) Data Warehouses Real-time and

Dettagli

Mining Positive and Negative Association Rules:

Mining Positive and Negative Association Rules: Mining Positive and Negative Association Rules: An Approach for Confined Rules Alessandro Boca Alessandro Cislaghi Premesse Le regole di associazione positive considerano solo gli item coinvolti in una

Dettagli

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD Il processo di KDD Introduzione Crescita notevole degli strumenti e delle tecniche per generare e raccogliere dati (introduzione codici a barre, transazioni economiche tramite carta di credito, dati da

Dettagli

MASTER UNIVERSITARIO. Analisi Dati per la Business Intelligence e Data Science. IV edizione 2015/2016

MASTER UNIVERSITARIO. Analisi Dati per la Business Intelligence e Data Science. IV edizione 2015/2016 MASTER UNIVERSITARIO Analisi Dati per la Business Intelligence e Data Science In collaborazione con IV edizione 2015/2016 Dipartimento di Culture, Politica e Società Dipartimento di Informatica Dipartimento

Dettagli

Smart Cities & Communities Ricerca e Tecnologie. Domenico Talia, ICAR CNR, Cosenza, Italy

Smart Cities & Communities Ricerca e Tecnologie. Domenico Talia, ICAR CNR, Cosenza, Italy Smart Cities & Communities Ricerca e Tecnologie Domenico Talia, ICAR CNR, Cosenza, Italy Sommario Le città parlano (se le sappiamo ascoltare) Dai dati alla conoscenza I percorsi dei cittadini ci dicono

Dettagli

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Data warehousing Introduzione A partire dalla metà degli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa

Dettagli

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testuali Il text mining: una definizione Data mining per dati destrutturati ovvero documenti codificati in linguaggio

Dettagli

Caratteristiche principali. Contesti di utilizzo

Caratteristiche principali. Contesti di utilizzo Dalle basi di dati distribuite alle BASI DI DATI FEDERATE Antonella Poggi Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza Anno Accademico 2006/2007 http://www.dis.uniroma1.it/

Dettagli

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione Riepilogo Dipartimento ICT Dipartimento ICT nel 2005 diretta nel terzi fondi diretta Reti in Tecnologia Wireless 434.890 79.788 712.457 94.953 578.280 351.500 94.000 Internet di prossima generazione 639.484

Dettagli

Un architettura per lo streaming multimediale in ambiente distribuito

Un architettura per lo streaming multimediale in ambiente distribuito tesi di laurea Anno Accademico 2012/2013 relatore Ch.mo prof. Simon Pietro Romano correlatori Ing. Tobia Castaldi candidato Alessandro Arrichiello Matr. M63/43 Contesto: o Content Distribution Networks

Dettagli

Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo

Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo Obiettivi. Presentare l evoluzione dei sistemi informativi: da supporto alla operatività a supporto al momento decisionale Definire

Dettagli

CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS

CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS UNIVERSITA DI ROMA TOR VERGATA 27 NOVEMBRE 2013 CONTESTO OBIETTIVI DESTINATARI IL MASTER CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS Cresce la domanda

Dettagli

LABORATORIO. 2 Lezioni su Basi di Dati Contatti:

LABORATORIO. 2 Lezioni su Basi di Dati Contatti: PRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE Gennaro Cordasco e Rosario De Chiara {cordasco,dechiara}@dia.unisa.it Dipartimento di Informatica ed Applicazioni R.M. Capocelli Laboratorio

Dettagli

un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di:

un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di: InfoBusiness: cos è La business intelligence è: un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di: supporto alle decisioni (DSS) controllo di performance aziendali

Dettagli

Data Warehousing (DW)

Data Warehousing (DW) Data Warehousing (DW) Il Data Warehousing è un processo per estrarre e integrare dati storici da sistemi transazionali (OLTP) diversi e disomogenei, e da usare come supporto al sistema di decisione aziendale

Dettagli

VGI-DSS per la gestione delle emergenze e delle manutenzioni in ambito urbano

VGI-DSS per la gestione delle emergenze e delle manutenzioni in ambito urbano VGI-DSS per la gestione delle emergenze e delle manutenzioni in ambito urbano Luigi De Rosa. ENEA, luigi.derosa@enea.it Parole chiave: VGI; Emergenze urbane; smart city; sicurezza ABSTRACT Obiettivo di

Dettagli

Ricerca di outlier. Ricerca di Anomalie/Outlier

Ricerca di outlier. Ricerca di Anomalie/Outlier Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla

Dettagli

Business Process Management

Business Process Management Business Process Management Comprendere, gestire, organizzare e migliorare i processi di business Caso di studio a cura della dott. Danzi Francesca e della prof. Cecilia Rossignoli 1 Business process Un

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Data Mining. Introduzione La crescente popolarità

Dettagli

Uno standard per il processo KDD

Uno standard per il processo KDD Uno standard per il processo KDD Il modello CRISP-DM (Cross Industry Standard Process for Data Mining) è un prodotto neutrale definito da un consorzio di numerose società per la standardizzazione del processo

Dettagli

Data Mining a.a. 2010-2011

Data Mining a.a. 2010-2011 Data Mining a.a. 2010-2011 Docente: mario.guarracino@cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario delle lezioni A partire dall 19.10.2010, Martedì h: 09.50 16.00

Dettagli

MISSIONE AZIENDALE TRAMITE

MISSIONE AZIENDALE TRAMITE MISSIONE AZIENDALE progettazione, realizzazione, integrazione e conduzione di sistemi complessi con l utilizzo di nuove tecnologie per aziende ed enti pubblici TRAMITE Ricerca e Sviluppo per l ideazione,

Dettagli

SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015. Ripasso programmazione ad oggetti. Basi di dati: premesse introduttive

SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015. Ripasso programmazione ad oggetti. Basi di dati: premesse introduttive SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015 ASSE DISCIPLINA DOCENTE MATEMATICO INFORMATICA Cattani Barbara monoennio CLASSE: quinta CORSO D SEZIONE LICEO SCIENZE APPLICATE

Dettagli

Self-Service Business Intelligence

Self-Service Business Intelligence Self-Service Business Intelligence VISUALIZZA DATI, SCOPRI LE TENDENZE, CONDIVIDI I RISULTATI Analysis offre a tutti gli utenti aziendali strumenti flessibili per creare e condividere le informazioni significative

Dettagli

Considera tutti i requisiti funzionali (use cases) NON deve necessariamente modellare i requisiti non funzionali

Considera tutti i requisiti funzionali (use cases) NON deve necessariamente modellare i requisiti non funzionali Corso di Laurea Specialistica in Ingegneria Informatica Corso di Ingegneria del Software A. A. 2008 - Progettazione OO E. TINELLI Punto di Partenza Il modello di analisi E una rappresentazione minima del

Dettagli

Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale

Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale Unione Europea Regione Sicilia Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale ISTITUTO TECNICO INDUSTRIALE STATALE G. MARCONI EDILIZIA ELETTRONICA e

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Sistemi informazionali La crescente diffusione dei

Dettagli

Introduzione alle tecniche di Data Mining. Prof. Giovanni Giuffrida

Introduzione alle tecniche di Data Mining. Prof. Giovanni Giuffrida Introduzione alle tecniche di Data Mining Prof. Giovanni Giuffrida Programma Contenuti Introduzione al Data Mining Mining pattern frequenti, regole associative Alberi decisionali Clustering Esempio di

Dettagli

Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001

Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001 Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001 Oggi più che mai, le aziende italiane sentono la necessità di raccogliere,

Dettagli

Data warehouse Introduzione

Data warehouse Introduzione Database and data mining group, Data warehouse Introduzione INTRODUZIONE - 1 Pag. 1 Database and data mining group, Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi

Dettagli

PIANO DI LAVORO EFFETTIVAMENTE SVOLTO IN RELAZIONE ALLA PROGRAMMAZIONE DISCIPLINARE

PIANO DI LAVORO EFFETTIVAMENTE SVOLTO IN RELAZIONE ALLA PROGRAMMAZIONE DISCIPLINARE Istituto di Istruzione Secondaria Superiore ETTORE MAJORANA 24068 SERIATE (BG) Via Partigiani 1 -Tel. 035-297612 - Fax 035-301672 e-mail: majorana@ettoremajorana.gov.it - sito internet: www.ettoremajorana.gov.it

Dettagli

BASI DATI BIOINGEGNERIA ED INFORMATICA MEDICA. Lezione II - BioIngInfMed

BASI DATI BIOINGEGNERIA ED INFORMATICA MEDICA. Lezione II - BioIngInfMed BASI DATI BIOINGEGNERIA ED INFORMATICA MEDICA 1 Sistema Informativo Un sistema informativo (SI) è un componente di una organizzazione il cui obiettivo è gestire le informazioni utili per gli scopi dell

Dettagli

Liceo Tecnologico. Indirizzo Informatico e Comunicazione. Indicazioni nazionali per Piani di Studi Personalizzati

Liceo Tecnologico. Indirizzo Informatico e Comunicazione. Indicazioni nazionali per Piani di Studi Personalizzati Indirizzo Informatico e Comunicazione Indicazioni nazionali per Piani di Studi Personalizzati Indirizzo Informatico e Comunicazione Discipline con attività di laboratorio 3 4 5 Fisica 132 Gestione di progetto

Dettagli

Data mining e rischi aziendali

Data mining e rischi aziendali Data mining e rischi aziendali Antonella Ferrari La piramide delle componenti di un ambiente di Bi Decision maker La decisione migliore Decisioni Ottimizzazione Scelta tra alternative Modelli di apprendimento

Dettagli

Basi di Dati Relazionali

Basi di Dati Relazionali Corso di Laurea in Informatica Basi di Dati Relazionali a.a. 2009-2010 PROGETTAZIONE DI UNA BASE DI DATI Raccolta e Analisi dei requisiti Progettazione concettuale Schema concettuale Progettazione logica

Dettagli

Introduzione alla Business Intelligence

Introduzione alla Business Intelligence SOMMARIO 1. DEFINIZIONE DI BUSINESS INTELLIGENCE...3 2. FINALITA DELLA BUSINESS INTELLIGENCE...4 3. DESTINATARI DELLA BUSINESS INTELLIGENCE...5 4. GLOSSARIO...7 BIM 3.1 Introduzione alla Pag. 2/ 9 1.DEFINIZIONE

Dettagli

un occhio al passato per il tuo business futuro

un occhio al passato per il tuo business futuro 2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 un occhio al passato per il tuo business futuro BUSINESS DISCOVERY Processi ed analisi per aziende virtuose Che cos è La Business Discovery è un insieme

Dettagli

SQL Server. Applicazioni principali

SQL Server. Applicazioni principali SQL Server Introduzione all uso di SQL Server e utilizzo delle opzioni OLAP Applicazioni principali SQL Server Enterprise Manager Gestione generale di SQL Server Gestione utenti Creazione e gestione dei

Dettagli

Università degli studi Roma Tre Dipartimento di informatica ed automazione. Tesi di laurea

Università degli studi Roma Tre Dipartimento di informatica ed automazione. Tesi di laurea Università degli studi Roma Tre Dipartimento di informatica ed automazione Tesi di laurea Reingegnerizzazione ed estensione di uno strumento per la generazione di siti Web Relatore Prof. P.Atzeni Università

Dettagli

CUSTOMER RELATIONSHIP MANAGEMENT:

CUSTOMER RELATIONSHIP MANAGEMENT: LA BICOCCA PER LE IMPRESE CUSTOMER RELATIONSHIP MANAGEMENT: MODELLI E TECNOLOGIE PROGETTO WISPER: ESEMPIO DI CUSTOMER SATISFACTION VITTORIO VIGANO CONSORZIO MILANO RICERCHE MERCOLEDI 22 GIUGNO 2005 Università

Dettagli

RICERCA DELL INFORMAZIONE

RICERCA DELL INFORMAZIONE RICERCA DELL INFORMAZIONE DOCUMENTO documento (risorsa informativa) = supporto + contenuto analogico o digitale locale o remoto (accessibile in rete) testuale, grafico, multimediale DOCUMENTO risorsa continuativa

Dettagli

Progetto Turismo Pisa. Sommario dei risultati

Progetto Turismo Pisa. Sommario dei risultati 2012 Progetto Turismo Pisa Sommario dei risultati 0 Studio realizzato per il Comune di Pisa da KddLab ISTI-CNR Pisa Sommario 1 Progetto Turismo Pisa: Sintesi dei risultati... 1 1.1 L Osservatorio Turistico

Dettagli

SiStema dam e Stampa. automatizzata

SiStema dam e Stampa. automatizzata 0100101010010 0100101010 010101111101010101010010 1001010101010100100001010 111010 01001010100 10101 111101010101010010100101 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 1 0 1 0 1 1 1 0 1 0 010010101001010 1111101010101

Dettagli

Analisi e catalogazione automatica dei Curriculum Vitae

Analisi e catalogazione automatica dei Curriculum Vitae Analisi e catalogazione automatica dei Curriculum Vitae CV Manager è lo strumento di Text Mining che automatizza l analisi, la catalogazione e la ricerca dei Curriculum Vitae L esigenza Quanto tempo viene

Dettagli

ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet

ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet Gabriele Bartolini Comune di Prato Sistema Informativo Servizi di E-government

Dettagli

Introduzione. Elenco telefonico Conti correnti Catalogo libri di una biblioteca Orario dei treni aerei

Introduzione. Elenco telefonico Conti correnti Catalogo libri di una biblioteca Orario dei treni aerei Introduzione Elenco telefonico Conti correnti Catalogo libri di una biblioteca Orario dei treni aerei. ESEMPI DI INSIEMI DI DATI DA ORGANIZZARE ED USARE IN MANIERA EFFICIENTE Introduzione Più utenti con

Dettagli

PBI Passepartout Business Intelligence

PBI Passepartout Business Intelligence PBI Passepartout Business Intelligence TARGET DEL MODULO Il prodotto, disponibile come modulo aggiuntivo per il software gestionale Passepartout Mexal, è rivolto alle Medie imprese che vogliono ottenere,

Dettagli

inebula CONNECT Milano, 22/04/2015 Stefano Della Valle VP inebula inebula Connect 22 aprile 2015

inebula CONNECT Milano, 22/04/2015 Stefano Della Valle VP inebula inebula Connect 22 aprile 2015 inebula CONNECT Milano, 22/04/2015 Stefano Della Valle VP inebula Internet of Everythings Entro il 2020 il numero gli oggetti collegati alla rete raggiungerà il livello di 25 MLD di unità con una crescita

Dettagli

INFORMATICA. Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE.

INFORMATICA. Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE. INFORMATICA Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE. APPLICAZIONI WEB L architettura di riferimento è quella ampiamente diffusa ed

Dettagli

Una proteina nella rete: Introduzione alla bioinformatica

Una proteina nella rete: Introduzione alla bioinformatica Una proteina nella rete: Introduzione alla bioinformatica L era genomica ha assistito ad una crescita esponenziale delle informazioni biologiche rese disponibili dai progressi nel campo della biologia

Dettagli

Progettaz. e sviluppo Data Base

Progettaz. e sviluppo Data Base Progettaz. e sviluppo Data Base! Progettazione Basi Dati: Metodologie e modelli!modello Entita -Relazione Progettazione Base Dati Introduzione alla Progettazione: Il ciclo di vita di un Sist. Informativo

Dettagli

ResAcademy. Federico Bonelli. Coordinamento Tecnico Scientifico

ResAcademy. Federico Bonelli. Coordinamento Tecnico Scientifico Federico Bonelli Coordinamento Tecnico Scientifico Sommario Introduzione: il Technology Transfer Framework di metodi statistici per la ResSuite Applicazione a Planning Ricerca universitaria e trasferimento

Dettagli

Basi di dati. Le funzionalità del sistema non vanno però ignorate

Basi di dati. Le funzionalità del sistema non vanno però ignorate Basi di dati La progettazione di una base di dati richiede di focalizzare lo sforzo su analisi, progettazione e implementazione della struttura con cui sono organizzati i dati (modelli di dati) Le funzionalità

Dettagli

Indagini statistiche attraverso i social networks

Indagini statistiche attraverso i social networks Indagini statistiche attraverso i social networks Agostino Di Ciaccio Dipartimento di Scienze Statistiche Università degli Studi di Roma "La Sapienza" SAS Campus 2012 1 Diffusione dei social networks Secondo

Dettagli

ECOfinder LA SOLUZIONE SOFTWARE PER I SERVIZI DI IGIENE URBANA

ECOfinder LA SOLUZIONE SOFTWARE PER I SERVIZI DI IGIENE URBANA ECOfinder LA SOLUZIONE SOFTWARE PER I SERVIZI DI IGIENE URBANA TELLUS opera dal 1997 nel settore dei Sistemi Informativi Territoriali (Geographic Information Systems) attraverso la progettazione e lo sviluppo

Dettagli

SISTEMI E RETI 4(2) 4(2) 4(2) caratteristiche funzionali

SISTEMI E RETI 4(2) 4(2) 4(2) caratteristiche funzionali CL AS SE INFORMATICA 6(3) 6(4) - 6(4) SISTEMI E RETI 4(2) 4(2) 4(2) TECNOLOGIE E PROGETTAZIONE DI SISTEMI INFORMATICI E DI TELECOMUNICAZIONI COMPETENZE 3 Essere in grado di sviluppare semplici applicazioni

Dettagli

Smart tdistrict, i t modellistica energetica per distretti territoriali

Smart tdistrict, i t modellistica energetica per distretti territoriali Smart tdistrict, i t modellistica energetica per distretti territoriali ing. Stefano Capelli Responsabile Progetto Nuovi Business Workshop Nazionale Simulazione del Sistema Energetico 25 26 marzo 2015

Dettagli

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Cenni al Data Mining 1 Data Mining nasce prima del Data Warehouse collezione di tecniche derivanti da Intelligenza Artificiale,

Dettagli

PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO

PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO Modulo 1: IL LINGUAGGIO HTML Formato degli oggetti utilizzati nel Web Elementi del linguaggio HTML: tag, e attributi

Dettagli

2012 Extreme srl riproduzione riservata

2012 Extreme srl riproduzione riservata Web & Social Media: il BIG DATA* Le aziende devono gestire il BIG DATA perché è attraverso di esso che sviluppano relazioni con i clienti, riscontrano e gestiscono la customer satisfaction, studiano e

Dettagli

Distributed P2P Data Mining. Autore: Elia Gaglio (matricola n 809477) Corso di Sistemi Distribuiti Prof.ssa Simonetta Balsamo

Distributed P2P Data Mining. Autore: Elia Gaglio (matricola n 809477) Corso di Sistemi Distribuiti Prof.ssa Simonetta Balsamo Distributed P2P Data Mining Autore: (matricola n 809477) Corso di Sistemi Distribuiti Prof.ssa Simonetta Balsamo A.A. 2005/2006 Il settore del Data Mining Distribuito (DDM): Data Mining: cuore del processo

Dettagli

L E I N F O R M A Z I O N I P E R F A R E

L E I N F O R M A Z I O N I P E R F A R E L E I N F O R M A Z I O N I P E R F A R E C E N T R O Con InfoBusiness avrai Vuoi DATI CERTI per prendere giuste DECISIONI? Cerchi CONFERME per le tue INTUIZIONI? Vuoi RISPOSTE IMMEDIATE? SPRECHI TEMPO

Dettagli

Alfresco ECM. La gestione documentale on-demand

Alfresco ECM. La gestione documentale on-demand Alfresco ECM La gestione documentale on-demand Alfresco 3.2 La gestione documentale on-demand Oltre alla possibilità di agire sull efficienza dei processi, riducendone i costi, è oggi universalmente conosciuto

Dettagli

Self-Service Business Intelligence

Self-Service Business Intelligence Self-Service Business Intelligence VISUALIZZA DATI, SCOPRI LE TENDENZE, CONDIVIDI I RISULTATI Solgenia Analysis offre a tutti gli utenti aziendali strumenti flessibili per creare e condividere le informazioni

Dettagli

ICT nelle Smart Grid: Interoperabilità e Paradigma dell Utente Attivo

ICT nelle Smart Grid: Interoperabilità e Paradigma dell Utente Attivo ICT nelle Smart Grid: Interoperabilità e Paradigma dell Utente Attivo Angelo Frascella ENEA, angelo.frascella@enea.it Seminario R2B Smart Grid: dalla Teoria alla pratica Bologna 8 Giugno 2011 1 Sommario

Dettagli

BASI DI DATI INGEGNERIA INFORMATICA SPECIFICHE DI PROGETTO PER L ANNO ACCADEMICO 2013 2014 Prof. Gigliola Vaglini, Ing. Francesco Pistolesi

BASI DI DATI INGEGNERIA INFORMATICA SPECIFICHE DI PROGETTO PER L ANNO ACCADEMICO 2013 2014 Prof. Gigliola Vaglini, Ing. Francesco Pistolesi BASI DI DATI INGEGNERIA INFORMATICA SPECIFICHE DI PROGETTO PER L ANNO ACCADEMICO 2013 2014 Prof. Gigliola Vaglini, Ing. Francesco Pistolesi 1 Descrizione dei requisiti delle fasi di progettazione Si desidera

Dettagli

Loredana Sales IBM IOD Centre of Excellence

Loredana Sales IBM IOD Centre of Excellence Loredana Sales IBM IOD Centre of Excellence IBM è impegnata nel portare intelligenza nelle utility per ottimizzare la rete e ridurre i costi per i clienti coordinando l installazione di 7 degli 11 sistemi

Dettagli

SQL Server 2005. Introduzione all uso di SQL Server e utilizzo delle opzioni Olap. Dutto Riccardo - SQL Server 2005.

SQL Server 2005. Introduzione all uso di SQL Server e utilizzo delle opzioni Olap. Dutto Riccardo - SQL Server 2005. SQL Server 2005 Introduzione all uso di SQL Server e utilizzo delle opzioni Olap SQL Server 2005 SQL Server Management Studio Gestione dei server OLAP e OLTP Gestione Utenti Creazione e gestione DB SQL

Dettagli

PIANO DI LAVORO ANNUALE DEL DIPARTIMENTO DI MATERIA DIPARTIMENTO DI INFORMATICA INDIRIZZO TECNICO SCIENTIFICO NUCLEI FONDAMENTALI DI CONOSCENZE

PIANO DI LAVORO ANNUALE DEL DIPARTIMENTO DI MATERIA DIPARTIMENTO DI INFORMATICA INDIRIZZO TECNICO SCIENTIFICO NUCLEI FONDAMENTALI DI CONOSCENZE Pag. 1 di 3 ANNO SCOLASTICO 2014/2015 DIPARTIMENTO DI INFORMATICA INDIRIZZO TECNICO SCIENTIFICO CLASSI CORSI AFM, RIM, SIA BIENNIO TRIENNIO DOCENTI: PAGETTI, GOI NUCLEI FONDAMENTALI DI CONOSCENZE I QUADRIMESTRE

Dettagli

Promuovi la tua attività gratuitamente su INTERNET: il Social Media Marketing

Promuovi la tua attività gratuitamente su INTERNET: il Social Media Marketing Promuovi la tua attività gratuitamente su INTERNET: il Social Media Marketing Nethics siti internet e SMM C.so Stati Uniti 72 - Susa (TO) manutenzione@nethics.it - Tel.: 0122/881266 Programma del corso

Dettagli

COMPETENZE IN ESITO (5 ANNO) ABILITA' CONOSCENZE

COMPETENZE IN ESITO (5 ANNO) ABILITA' CONOSCENZE MAPPA DELLE COMPETENZE a.s. 2014-2015 CODICE ASSE: tecnico-professionale QUINTO ANNO PT1 scegliere dispositivi e strumenti in base alle loro caratteristiche funzionali; Progettare e realizzare applicazioni

Dettagli

Il modello di analisi dei mercati GME. Ottobre 2012

Il modello di analisi dei mercati GME. Ottobre 2012 Il modello di analisi dei mercati GME Ottobre 2012 AGENDA La sinergia fra REF-E e MBI L approccio del modello emi 2 Le caratteristiche di emi 2 Esempi di utilizzo di emi 2 Sviluppi e servizi 2 AGENDA La

Dettagli

Tecnologia dei Sistemi Informativi. architettura s.i. 1

Tecnologia dei Sistemi Informativi. architettura s.i. 1 Tecnologia dei Sistemi Informativi architettura s.i. 1 Sistema Informativo comprende risorse umane è fortemente integrato con il sistema organizzativo è essenziale per il funzionamento dell'azienda architettura

Dettagli

Modelli matematici avanzati per l azienda a.a. 2010-2011

Modelli matematici avanzati per l azienda a.a. 2010-2011 Modelli matematici avanzati per l azienda a.a. 2010-2011 Docente: Pasquale L. De Angelis deangelis@uniparthenope.it tel. 081 5474557 http://www.economia.uniparthenope.it/siti_docenti P.L.DeAngelis Modelli

Dettagli

Lezione 8. Data Mining

Lezione 8. Data Mining Lezione 8 Data Mining Che cos'è il data mining? Data mining (knowledge discovery from data) Estrazione di pattern interessanti (non banali, impliciti, prima sconosciuti e potenzialmente utili) da enormi

Dettagli

ISTITUTO STATALE D ISTRUZIONE SUPERIORE FERRARIS - BRUNELLESCHI EMPOLI

ISTITUTO STATALE D ISTRUZIONE SUPERIORE FERRARIS - BRUNELLESCHI EMPOLI ISTITUTO STATALE D ISTRUZIONE SUPERIORE FERRARIS - BRUNELLESCHI EMPOLI Anno scolastico 2014/2015 Classe: 5^A inf Prof.ssa C. Lami Prof. S. Calugi Materia: INFORMATICA GENERALE, APPLICAZIONI TECNICO SCIENTIFICHE

Dettagli

Il sistema che rende efficiente la manutenzione delle flotte di automezzi

Il sistema che rende efficiente la manutenzione delle flotte di automezzi Il sistema che rende efficiente la manutenzione delle flotte di automezzi Cos è RDM? RDM è un applicazione conforme al paradigma Internet of Things (IoT) che consente di monitorare anche in tempo reale

Dettagli

TECNOLOGIE REALTIME DATA INTEGRATION

TECNOLOGIE REALTIME DATA INTEGRATION TECNOLOGIE REALTIME DATA INTEGRATION I sistemi ICT a supporto dell automazione di fabbrica sono attualmente uno dei settori di R&S più attivi e dinamici, sia per la definizione di nuove architetture e

Dettagli

Smart Cities : 10 Febbraio 2014. Smart Security per Smart Cities Trend Tecnologici. Auditorim- Assolombarda via Pantano Milano

Smart Cities : 10 Febbraio 2014. Smart Security per Smart Cities Trend Tecnologici. Auditorim- Assolombarda via Pantano Milano : Trend Tecnologici Trend tecnologici per la sicurezza delle città intelligenti Luca Bertoletti Hyperion Srl Direttivo ClubTi - Milano 10 Febbraio 2014 Auditorim- Assolombarda via Pantano Milano Security

Dettagli

L utilizzo dei Big Data in Istat: stato attuale e prospettive

L utilizzo dei Big Data in Istat: stato attuale e prospettive L utilizzo dei Big Data in Istat: stato attuale e prospettive Giulio Barcaroli FORUM PA 28 maggio 2015 Outline Illustrazione delle attività portate avanti dall Istat, riguardanti: la prosecuzione di sperimentazioni

Dettagli

DISCIPLINE CONCORRE NTI CONOSCENZE UDA DISCIPLINA DI RIFERIMENTO UDA

DISCIPLINE CONCORRE NTI CONOSCENZE UDA DISCIPLINA DI RIFERIMENTO UDA UDA ISTITUTO TECNICO INDUSTRIALE ITI "E. MEDI" PIANO DI STUDIO DELLA DISCIPLINA TECNOLOGIE E PROGETTAZIONE DI SISTEMI INFORMATICI E DI TELECOMUNICAZIONI PIANO DELLE UDA 3 /Inf. prof. COMPETENZE della UDA

Dettagli

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni Data warehouse Data warehouse La crescita dell importanza dell analisi dei dati ha portato ad una separazione architetturale dell ambiente transazionale (OLTP on-line transaction processing) da quello

Dettagli

Informatica e Telecomunicazioni

Informatica e Telecomunicazioni Informatica e Telecomunicazioni IL PROFILO DEL DIPLOMATO Il Diplomato in Informatica e Telecomunicazioni : 1. Ha competenze specifiche nel campo dei sistemi informatici, dell elaborazione dell informazione,

Dettagli

SQL Server BI Development Studio

SQL Server BI Development Studio Il Data warehouse SQL Server Business Intelligence Development Studio Analysis Service Sorgenti dati operazionali DB relazionali Fogli excel Data warehouse Staging Area e dati riconciliati Cubi Report

Dettagli

www.pitagora.it www.pitagora.it La terza dimensione del controllo di gestione www.pitagora.it

www.pitagora.it www.pitagora.it La terza dimensione del controllo di gestione www.pitagora.it www.pitagora.it www.pitagora.it www.pitagora.it Via Fiume Giallo, 3-00144 Roma tel 06.52244040 - fax 06.52244427 - info@alfagroup.it La filosofia di Pitagora Fornire gli strumenti che permettono di misurare

Dettagli

Lezione 3. Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing

Lezione 3. Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing Lezione 3 Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing 27/02/2010 1 Modello multidimensionale Nasce dall esigenza

Dettagli

PROGRAMMAZIONE DISCIPLINARE D ISTITUTO a.s. 2015/2016 SECONDO BIENNIO LICEO SCIENTIFICO OPZIONE SCIENZE APPLICATE

PROGRAMMAZIONE DISCIPLINARE D ISTITUTO a.s. 2015/2016 SECONDO BIENNIO LICEO SCIENTIFICO OPZIONE SCIENZE APPLICATE ISIS"Giulio Natta" Bergamo pag. 1 di 5 SECONDO BIENNIO LICEO SCIENTIFICO OPZIONE SCIENZE APPLICATE Disciplina INFORMATICA monte ore annuale previsto (n. ore settimanali per 33 settimane) 2X33 = 66 OBIETTIVI

Dettagli

Big data ed eventi: quasi un tutorial. Prof. Riccardo Melen melen@disco.unimib.it

Big data ed eventi: quasi un tutorial. Prof. Riccardo Melen melen@disco.unimib.it Big data ed eventi: quasi un tutorial Prof. Riccardo Melen melen@disco.unimib.it Big Data Monitoraggio di reti e infrastrutture IT performance: data center, SOA/ESB, infrastrutture virtuali, configurazione

Dettagli

LA SOLUZIONE SME.UP PER LE AZIENDE METALLURGICHE E SIDERURGICHE

LA SOLUZIONE SME.UP PER LE AZIENDE METALLURGICHE E SIDERURGICHE LA SOLUZIONE SME.UP PER LE AZIENDE METALLURGICHE E SIDERURGICHE SCEGLIERE PER COMPETERE : Soluzione Sme.UP per i processi metallurgici e siderurgici La logica Bringing Light per il governo dell azienda

Dettagli

Il Digital Business Ecosystem per migliorare la qualità della vita in una Smart City Giuseppe VISAGGIO giuseppe.visaggio@uniba.

Il Digital Business Ecosystem per migliorare la qualità della vita in una Smart City Giuseppe VISAGGIO giuseppe.visaggio@uniba. Il Digital Business Ecosystem per migliorare la qualità della vita in una Smart City Giuseppe VISAGGIO giuseppe.visaggio@uniba.it Dipartimento di Informatica Università di Bari Centro di Competenza ICT:

Dettagli

I Sistemi Informativi Geografici. Laboratorio GIS 1

I Sistemi Informativi Geografici. Laboratorio GIS 1 I Sistemi Informativi Geografici Laboratorio GIS 1 Sistema Informativo Geografico Strumento computerizzato che permette di posizionare ed analizzare oggetti ed eventi che esistono e si verificano sulla

Dettagli

Tecnologie su base semantica e Ubiquitous computing per il supporto alle decisioni in ambito ospedaliero

Tecnologie su base semantica e Ubiquitous computing per il supporto alle decisioni in ambito ospedaliero Tecnologie su base semantica e Ubiquitous computing per il supporto alle decisioni in ambito ospedaliero Michele Ruta Politecnico di Bari Crescenzio Scioscia Policlinico di Bari SMAU Business 2010 10-11

Dettagli

Situation AWare Security Operations Center (SAWSOC) Topic SEC-2012.2.5-1 Convergence of physical and cyber security. Relatore: Alberto Bianchi

Situation AWare Security Operations Center (SAWSOC) Topic SEC-2012.2.5-1 Convergence of physical and cyber security. Relatore: Alberto Bianchi Situation AWare Security Operations Center (SAWSOC) Relatore: Alberto Bianchi Topic SEC-2012.2.5-1 Convergence of physical and cyber security Coordinatrice di Progetto: Anna Maria Colla annamaria.colla@selexelsag.com

Dettagli