Sistemi Informativi Aziendali Corso di Laurea in Statistica e Informatica per l’Azienda e la Finanza a.a. 2014-2015

Dipartimento di Economia, Statistica e Finanza

Corso di Laurea dell’Insegnamento: Statistica e Informatica per l’Azienda e la Finanza - magistrale
Classe di Laurea: LM-82 – Scienze statistiche
SSD (settore scientifico disciplinare): ING-INF/05
Dipartimento competente: Ingegneria Informatica, Modellistica, Elettronica e Sistemistica – DIMES
Docente Responsabile: Prof. Alfredo GARRO
Riferimenti docente (e-mail, ecc) alfredo.garro@unical.it
Orario di ricevimento: giovedì 10:00-12:00
Eventuali altri docenti coinvolti:
Titolo dell’Unità formativa: Sistemi Informativi Aziendali
Codice dell’unità formativa: 27005338
Ambito disciplinare: Informatico /Matematico applicato
Tipologia di attività formativa: Affini e Integrative
Propedeuticità: nessuna
Livello dell’unità formativa II ciclo
Anno di studio/corso: 1°
Anno/Semestre/Trimestre ove l'unità formativa viene erogata: 2° semestre
Periodo: dal 23/02/2015 al 30/05/2015
Ore di lezioni frontali: 60	Ore studio individuali: 190
Ore di esercitazione/laboratorio: Parte delle ore di lezione si svolgeranno presso le Aule di Informatica del Dipartimento di Economia, Statistica e Finanza (DESF).
Numero di Crediti Formativi (CFU/ECTS) erogati: 10
Lingua d’insegnamento: Italiano
Organizzazione della Didattica (lezioni, esercitazioni, laboratorio ecc.): Il corso è organizzato in lezioni in aula tradizionale nonché in attività da svolgere presso le Aule di Informatica del Dipartimento di Economia, Statistica e Finanza (DESF) dedicate alla sperimentazione dei concetti illustrati a lezione ed allo sviluppo di progetti relativi a casi di studio “reali”.
Modalità di frequenza: obbligatoria
Modalità di erogazione: tradizionale
Metodi di valutazione (prova scritta, orale, ecc.): prova orale .
Obiettivi formativi dell’Unità formativa (risultati d'apprendimento previsti e competenze da acquisire): Obiettivo del corso è far acquisire la capacità di accedere, interrogare e supportare la definizione di sistemi evoluti di basi di dati quali sistemi per la gestione di dati aziendali a supporto di processi decisionali di natura tattica e strategica (data warehouse), sistemi per il monitoraggio e controllo dei processi di business (business performance management), sistemi per l’estrazione di conoscenza nascosta nei dati (data mining).
Prerequisiti e co-requisiti
Unità formative opzionali consigliate
Programma/contenuti: Parte prima: Introduzione ai Sistemi Informativi Aziendali. I sistemi di supporto al processo decisionale ed il data warehousing. Il ciclo di vita dei sistemi di data warehousing. La progettazione di Data Warehouse (Analisi e riconciliazione delle fonti dati; Analisi dei requisiti utente; Modellazione e Progettazione concettuale; Modellazione e Progettazione logica; Progettazione dell’alimentazione; Cenni sulla Progettazione Fisica). Approfondimenti sulla progettazione di Data Warehouse: la gestione di progetti di Data Warehousing; la documentazione di progetto. Parte seconda: Business intelligence e Business Performance Management; Data Mining: Modelli e Tecniche fondamentali di Data Mining: Alberi Decisionali (alg. C4.5); Regole Associative (alg. a priori); Clustering (alg. delle K medie); Apprendimento genetico. Knowledge Discovery in Data Base. Tecniche avanzate di Data Mining: Tecniche statistiche: classificatore bayesiano; Tecniche specializzate: Web e Test Mining. Tecniche formali di valutazione. I concetti e le tematiche elencate verranno illustrati anche mediante la presentazione di opportuni casi di studio e concretamente sperimentati attraverso l’utilizzo dei più diffusi ambienti per il data warehousing (quali Spago BI, MS Analysis Services, Oracle DW, Business Object) ed il data mining (quali WEKA ,MS Analysis Services, Oracle DM).
Letture consigliate o richieste - Matteo Golfarelli, Stefano Rizzi, Data Warehouse - Teoria e pratica della progettazione, seconda edizione, ISBN: 8838662916, Gennaio 2006, McGraw-Hill. - Richard J. Roiger, Michael W. Geatz, Introduzione al data mining, ISBN: 88 386 6167-7, Ottobre 2003, McGrawHill. - Carlo Vercellis, Business Intelligence – modelli matematici e sistemi per le decisioni, ISBN 88-386-6346-7, 2006, McGraw-Hill. - Dispense del docente.
Attività di apprendimento previste e metodologie didattiche: Oltre alle fasi di studio e svolgimento autonomo degli esercizi proposti dal docente, lo studente dovrà imparare ad applicare concretamente i concetti illustrati dal docente utilizzando gli strumenti disponibili presso il laboratorio Didattico di Informatica (LDI).
Metodi e criteri di accertamento del profitto: Lo studente dovrà sostenere un colloquio orale che prevedrà anche la discussione di un elaborato.
Tirocini/o

Degree Course : STATISTICS AND INFORMATICS FOR BUSINESS AND FINANCE - 2^nd Cycle

Degree Class : LM-82 – Scienze statistiche

Scientific disciplinary Sector : ING-INF/05

Department: Department of Computer Engineering, Modeling, Electronics and Systems Science (DIMES)

Name of the Teacher : Prof. Alfredo GARRO

Contact details on the teacher (e-mail, etc.) : alfredo.garro@unical.it

Meeting schedule for students : Thursday – 10:00 AM – 12:00 AM

any other teachers involved

Title of the Teaching Unit : Enterprise Information Systems

Code of the Teaching Unit : 27005338

Type of teaching Unit : complementary

Level of the Teaching Unit 2^nd Cycle

Year of study : 1^st

Year, Semester, trimester in which the teaching unit is provided : 2^nd semester

Period: dal 23/02/2015 al 30/05/2015

Hours of lectures : 60

Hours of individual study :190

Laboratory hours (where applicable)

Number of Credits CFU/ECTS awarded :10

Teaching language : italian

Organization of teaching (lectures, tutorials, laboratory, etc.): The course includes traditional lectures and practical exercise conducted at the LDI Laboratory of the Department of Economics, Statistics, and Finance.

Frequency mode (compulsory, optional): compulsory

Mode of delivery (front, at a distance, mixed): front

Methods of evaluation (written, oral, ecc): oral

Learning outcomes: The aim of the course is to provide the ability to access, query and define advanced database systems for the management of business data able to support decision-making processes at tactical and strategic levels (data warehouse), monitoring and control of business processes (business performance management), and knowledge discovery processes (data mining).

Prerequisities/Co-requesities : none

Other optional Teaching Units

Content of the Program/Course

Part One:

• Introduction to Business Information Systems.
• Decision Support Systems and data warehousing.
• The life cycle of data warehouse systems.
• The design of Data Warehouse (analysis and reconciliation of data sources, analysis of user requirements; conceptual modeling, logical modeling, ETL, notes on physical modeling).
• Project Management of Data Warehousing project, project documentation.

Part Two:

• Business Intelligence and Business Performance Management;
• Data Mining:

• Fundamental Models and Techniques: Decision Trees (C4.5 alg.); Associative Rules (a priori alg.), Clustering (K-means alg.); genetic algorithms.

• Knowledge Discovery in Data Base.

• Advanced Techniques: Statistical techniques: Bayesian classifier; specialized techniques: Test and Web Mining.

• Evaluation Techniques.

The concepts listed above will be illustrated also by appropriate case studies and concretely experienced through the use of the most common environments for data warehousing (such as Spago BI, MS Analysis Services, Oracle, DW, Business Object) and date mining (such as WEKA, MS Analysis Services, Oracle DM)

Suggested texts

- Matteo Golfarelli, Stefano Rizzi, Data Warehouse - Teoria e pratica della progettazione, seconda edizione, ISBN: 8838662916, Gennaio 2006, McGraw-Hill.

- Richard J. Roiger, Michael W. Geatz, Introduzione al data mining, ISBN: 88 386 6167-7, Ottobre 2003, McGrawHill.

- Carlo Vercellis, Business Intelligence – modelli matematici e sistemi per le decisioni, ISBN 88-386-6346-7, 2006, McGraw-Hill.

- Lecture Notes.

Planned learning activities and teaching methods : autonomous study concerning learning of the concepts covered in the course, conducting of course exercises, practical activities at the LDI.

Methods and assessment criteria : students have to pass an oral exam in which to present and discuss also a simple project.

Internships/placements