Basi di Dati

a.a. 2018-2019
Prof. Agostino Marengo  &  Prof. d’Ovidio Francesco Domenico
 
Università degli Studi di Bari Aldo Moro
C.d.L  in “Scienze Statistiche” 

6 CFU

 
Pre-requisiti
Non si richiedono specifiche capacità e/o pre-requisiti di natura informatica.
Per la corretta comprensione dell'ultima parte del corso, si richiede solamente conoscenza della statistica descrittiva e dei concetti base (media, varianza, indici statistici).
 
Obiettivi del corso

Il corso si propone innanzitutto di fornire i concetti fondamentali sulle basi di dati, sui linguaggi di interrogazione e gestione e sulle tecniche e metodi di progettazione. L’obiettivo è fornire agli studenti gli strumenti per la gestione e la progettazione di un sistema informativo che includa una base di dati. 
Nella seconda parte del corso, gli studenti applicheranno le conoscenze acquisite anche all'interrogazione ed esplorazione statistica delle grandi basi di dati disponibili su server locali oppure su web-server. L’obiettivo finale è di fornire agli studenti i corretti strumenti statistici per un primo approccio ai Database di grandi dimensioni e ai Database non strutturati (i cosiddetti “Big Data”). 

 


Programma

PARTE I – Fondamenti informatici  (prof. A. Marengo)

Introduzione alle Basi di Dati

Sistemi Informativi, Informazioni e dati; Basi di dati e sistemi di Gestione; Modelli di Dati; Linguaggi ed utenti delle BdD; Vantaggi e svantaggi dei DBMS.

Basi di Dati Relazionali: Modelli e linguaggi
Il modello relazionale: Strutture, Vincoli di Integrità; Algebra e calcolo Relazionale: Algebra relazionale, Calcolo relazionale, Datalog.

Structured Query Language - SQL
Definizione dei dati in SQL; Interrogazioni in SQL; Manipolazione dei dati in SQL; Altre definizioni dei dati; Funzioni scalari; Controllo dell’accesso.

Progettazione di Basi di Dati
Metodologie e modelli per il progetto; Cenni di progettazione concettuale; La progettazione logica; La normalizzazione

 
PARTE II – Fondamenti statistici (prof. F. D. d’Ovidio)


Analisi statistiche di grandi database  
Tecniche di esplorazione statistica di grandi database; Analisi statistiche non inferenziali; Tecniche statistiche applicabili all’analisi di grandi masse di dati; Approccio Data Driven.

▼[Download slides-1]©      ▼[Download slides-2]©      ▼[Download slides-3]©      ▼[Download slides-4]©      

Dai Database ai Big Data: la Data Science
Dai database strutturati ai dati non strutturati;  Il concetto di  NoSQL Relational Database Management System;  La nascita del Cloud;  Campi di applicazione dell’analisi dei Big Data;  La Data Science.

▼[Download slides-5]©      ▼[Download slides-6]©      ▼[Download Microdispense Architetture]© 


  
Riferimenti Bibliografici e Materiali didattici
  • Atzeni P., Ceri S., Fraternali P., Paraboschi S., Torlone R. (2013). Basi di Dati - Modelli e linguaggi di interrogazione, 4/ed, McGraw-Hill.
  • Curtin D. P., Foley K., Sen K., Morin C. (2016). Informatica di base, (6/ed), McGraw-Hill.
  • Atzeni P., Ceri S., Fraternali P., Paraboschi S., Torlone R. (2014). Basi di Dati , McGrawHill.
  • Marinuzzi F., Liciani M. (2016). Basi di dati e big data: come estrarre valore dai propri dati. Youcanprint.
  • d’Ovidio F.D., Lezioni (versione PDF delle slides man mano presentate durante il corso, in formato compresso crittografato: la relativa pw è fornita agli studenti frequentanti al termine di ciascun argomento).

 


 
Modalità di accertamento conoscenze
-  Esoneri: No
-  Prova Scritta: No
-  Colloquio Orale: Sì
 
Forme di assistenza allo studio
-  Corso presente in modalità e-learning: Sì, parzialmente
-  Disponibilità on-line di dispense e slide delle lezioni per i frequentanti: Sì, parzialmente
 
Organizzazione della didattica
·  Cicli interni di lezione: No
·  Corsi integrativi: No
·  Esercitazioni: Sì
·  Seminari: No
·  Attività di laboratorio: No
·  Project work: No
·  Visite di studio: No
 


 

Azioni sul documento

pubblicato il 03/10/2012 ultima modifica 26/12/2019