Insegnamento obbligatorio per la Laurea Magistrale in Ingegneria Informatica, collocato al I pd del I anno: descrive gli aspetti fondamentali della tecnologia dei sistemi per la gestione delle basi di dati e le modalità di gestione delle basi di dati destinate all'analisi dei dati (normalmente denominate data warehouse), tipicamente caratterizzate dalla necessità di gestire grandi volumi di dati. Sono considerate sia le tecniche più tradizionali di analisi OLAP (On Line Analytical Processing) dei dati, sia le analisi complesse basate su tecniche di data mining. Le attività di laboratorio permettono di valutare le caratteristiche tecnologiche dei prodotti commerciali più diffusi e di sperimentare vari strumenti per l'analisi dei dati.

- Conoscenza delle caratteristiche tecnologiche di un sistema per la gestione di basi di dati: gestione dell'accesso concorrente ai dati, affidabilità, strutture del livello fisico, ottimizzazione dell'accesso ai dati. - Capacità di eseguire la progettazione fisica di una base di dati relazionale. - Conoscenza dell'architettura delle basi di dati distribuite e della gestione della replicazione. - Conoscenza delle basi di dati non relazionali (NoSQL) - Capacità di scrivere interrogazioni su basi di dati non relazionali - Conoscenza dell'architettura dei sistemi per l'analisi dei dati (data warehouse) e delle metodologie di progettazione concettuale, logica e fisica di un data warehouse. - Capacità di progettare un data warehouse. - Conoscenza dei costrutti del linguaggio SQL per la formulazione di interrogazioni OLAP per data warehouse. - Capacità di scrivere interrogazioni OLAP nel linguaggio SQL. - Conoscenza dei principali algoritmi di machine learning per la classificazione, il clustering e l'estrazione di regole di associazione

Conoscenza del modello relazionale. Capacità di progettare interrogazioni mediante algebra relazionale. Capacità di progettare istruzioni complesse in linguaggio SQL. Competenze di base di programmazione.

Argomenti trattati nell’insegnamento e relativo peso in crediti: - Caratteristiche tecnologiche di un sistema per la gestione di basi di dati: gestione dell'accesso concorrente, affidabilità, strutture del livello fisico, ottimizzazione dell'accesso (1.6 cfu) - Basi di dati NoSQL (MongoDB, Elastic): modello dei dati e linguaggi di interrogazione (0.6 cfu). - Architettura delle basi di dati distribuite e gestione della replicazione (0.4 cfu) - Data warehouse: architettura, metodologie di progettazione concettuale, logica e fisica, preparazione dei dati, istruzioni in linguaggio SQL per la formulazione di interrogazioni OLAP (1.4 cfu) - Processo di data science (0.4 cfu) - Algoritmi di machine learning: classificazione, clustering ed estrazione di regole di associazione (1.2 cfu) - Analisi di casi di studio mediante esercitazioni in aula e in laboratorio sugli argomenti trattati a lezione (2.4 cfu)

L’insegnamento comprende lezioni, esercitazioni in aula e in laboratorio inerenti gli argomenti trattati. Le esercitazioni in aula vertono in particolare sulla progettazione fisica di basi di dati relazionali, sulla progettazione e interrogazione di basi di dati NoSQL, sulla progettazione concettuale, logica e fisica di data warehouse e relativi processi di interrogazione e preparazione dei dati basati sul linguaggio SQL (1.2 cfu). Gli studenti svolgeranno inoltre esercitazioni individuali. L'insegnamento comprende esercitazioni in laboratorio sull'utilizzo del linguaggio SQL (anche per la progettazione fisica di basi di dati), sulla progettazione di data warehouse, sulla progettazione di basi di dati NoSQL e sul processo di analisi dei dati (1.2 cfu). L'attività di laboratorio permette di sperimentare l'uso dei prodotti commerciali e open-source più diffusi. Saranno proposti quattro homework individuali, mirati principalmente a incoraggiare il pensiero critico e la capacità di problem solving nell’ambito degli argomenti dell’insegnamento. Per gli homework si dovranno consegnare delle relazioni scritte. Lo svolgimento degli homework è opzionale. Qualora consegnati, gli homework contribuiranno al voto finale.

I testi, scelti tra quelli elencati, saranno comunicati a lezione dal docente titolare dell'insegnamento: - Atzeni, Ceri, Fraternali, Paraboschi, Torlone, 'Basi di dati ', 5 ed., McGraw Hill, 2018. - Golfarelli, Rizzi, 'Data warehouse: teoria e pratica della progettazione', 2 ed., McGraw Hill, 2006. - Tan, Steinbach, Karpatne, Kumar, 'Introduction to data mining', 2 ed., Pearson, 2019. - Raghu Ramakrishnan and Johannes Gehrke. Database Management Systems. Third edition, McGraw Hill, 2003 - Dan Sullivan, NoSQL for Mere Mortals, Addison-Wesley Professional, 2015 - Kristina Chodorow, Shannon Bradshaw, MongoDB: The Definitive Guide (Powerful and Scalable Data Storage), 3 ed. O'Reilly Media, 2018 - Gormley, Tong, Elastic Search: The Definitive Guide, O’Reilly, 2015 Sono disponibili copie dei lucidi utilizzati nelle lezioni, esempi di prove scritte d'esame ed esercizi, e i manuali per le esercitazioni di laboratorio. Tutto il materiale didattico è scaricabile da un sito web o attraverso il portale.

Slides; Libro di testo; Esercizi; Esercizi risolti; Esercitazioni di laboratorio; Esercitazioni di laboratorio risolte; Video lezioni dell’anno corrente; Video lezioni tratte da anni precedenti; Strumenti di auto-valutazione;

E' possibile sostenere l’esame in anticipo rispetto all’acquisizione della frequenza

Modalità di esame: Elaborato progettuale individuale; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;

Exam: Individual project; Computer-based written test in class using POLITO platform;

... L'esame è costituito da una prova scritta e dalla valutazione delle relazioni sugli homework assegnati durante il semestre di svolgimento dell'insegnamento (elaborato progettuale individuale). Gli homework sono facoltativi. A discrezione del docente, potrà essere richiesta una prova integrativa a conferma della valutazione ottenuta. Accertamento dei risultati di apprendimento attesi La prova scritta accerta con esercizi di progettazione - la capacità di progettare le strutture fisiche di una base di dati - la capacità di progettare un data warehouse - la capacità di definire operazioni di preparazione dei dati in linguaggio SQL - la capacità di scrivere interrogazioni OLAP nel linguaggio SQL La prova scritta accerta con domande teoriche ed esercizi - la conoscenza degli aspetti tecnologici principali di un sistema per la gestione di basi di dati (accesso concorrente ai dati, affidabilità) - la capacità di scrivere interrogazioni per basi di dati non relazionali - la conoscenza degli aspetti tecnologici principali delle basi di dati distribuite - la conoscenza dei principali algoritmi di data mining per la classificazione, il clustering e l'estrazione di regole di associazione Criteri, regole e procedure per l'esame L'esame è costituito da una prova scritta e dalla valutazione delle relazioni sugli homework assegnati durante il corso. Gli homework sono facoltativi. A discrezione del docente, potrà essere richiesta una prova integrativa a conferma della valutazione ottenuta. La prova scritta dura 95 minuti. Il voto finale è definito in base alla valutazione della prova scritta ed eventualmente delle relazioni degli homework. Le relazioni degli homework sono considerate solo se la valutazione della prova scritta è pari o superiore a 18. La lode è conseguita quando il voto finale supera 31/30. La prova scritta comprende domande a risposta aperta e a risposta chiusa. Le risposte errate alle domande a risposta chiusa comportano una penalizzazione. Le risposte mancanti valgono zero. Durante la prova scritta non è possibile utilizzare libri e appunti o dispositivi elettronici di qualsiasi tipo. Struttura e argomenti della prova scritta. - 6-8 domande relative ai principali argomenti trattati durante il corso (caratteristiche tecnologiche di un sistema per la gestione di basi di dati, basi di dati distribuite, preparazione dei dati, algoritmi di analisi dei dati) (max 8 punti) - 1-3 esercizi di progettazione fisica (max 5 punti) - 1-3 esercizi di progettazione di data warehouse (max. 3 punti) - 1 esercizio di preparazione dei dati per data warehouse (max. 5 punti) - 3 esercizi di progettazione di istruzioni SQL per l'accesso ai dati di un data warehouse (max. 11 punti) Il punteggio di ogni domanda sarà specificato nel testo della domanda. La valutazione degli esercizi della prova scritta si basa sulla correttezza del risultato e sull'appropriatezza delle metodologie di risoluzione applicate. Gli homework facoltativi sono assegnati e devono essere consegnati a scadenze prestabilite durante l’insegnamento. Vertono sui principali argomenti trattati durante l’insegnamento (max 2 punti).

Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.