Università degli Studi di Roma "Tor Vergata"

OBIETTIVI FORMATIVI
La teoria dell'informazione classica, introdotta da Claude Shannon nel 1948, è la scienza che consente di quantificare matematicamente il contenuto informativo di un messaggio e il suo trasferimento attraverso un sistema. In particolare, la teoria dell'informazione fornisce gli strumenti matematici per fornire una visione quantitativa del contenuto informativo e una visione qualitativa del trasferimento di informazioni. Il principale contributo di Shannon è stato quello di stabilire i limiti dei sistemi di comunicazione. Una definizione generale di informazione è: nuova conoscenza derivata da studio, esperienza, messaggi, ecc. Pertanto, l'informazione è legata alla conoscenza. Le aziende oggi sono ricche di dati, ma povere di informazioni. Le tecniche di data science possono aiutare le aziende ad acquisire conoscenze dalle enormi quantità di dati a loro disposizione.
Questo corso ha l’obiettivo di fornire una visione unificata di informazione, conoscenza e analisi dei dati, estendendo le applicazioni della teoria dell'informazione oltre la teoria classica delle comunicazioni. In particolare, il corso si concentra su metodi statistici per il data science. Verranno presentate applicazioni di teoria dell'informazione e data science in diverse aree, tra cui comunicazioni digitali, economia, marketing, biologia, medicina, meteorologia.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente sarà in grado di: guadagnare una conoscenza approfondita della teoria dell’informazione e delle sue applicazioni nelle tecniche di apprendimento statistico; comprendere le sfide che si presentano nei problemi di analisi dei dati.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente sarà in grado di: comprendere come applicare metodi di data science statistico a problemi selezionati; dimostrare competenza nella ricerca indipendente.

AUTONOMIA DI GIUDIZIO:
Durante il corso lo studente verrà incoraggiato a ragionare sull’analisi del problema da risolvere e sui vari compromessi che si devono affrontare nell’analisi dei dati.

ABILITÀ COMUNICATIVE:
Lo studente deve realizzare un progetto accuratamente documentato. In questo modo lo studente migliora le capacità di produrre documentazione tecnica in modo chiaro ed efficace. Inoltre i risultati del progetto vengono presentati al docente, migliorando così la capacità di esposizione orale.

CAPACITÀ DI APPRENDIMENTO:
Durante il corso verranno forniti dei dataset reali su cui applicare esempi di tecniche di data science. Lo studente apprenderà come elaborare dataset reali usando un PC.