Diario delle lezioni

Totale: 21 lezioni da 2 ore (2*21 = 42 ore) e 2 lezioni da 3 ore (2*3 = 6 ore) per un totale di 48 ore (corrispondenti a 6 CFU).

27 settembre 2022 (Lezione n° 1 da 2 ore)

  • Presentazione del corso
  • Introduzione al Data Mining
  • Introduzione ai Big Data
  • Principio di Bonferroni
  • Introduzione agli algoritmi

3 ottobre 2022 (Lezione n° 2 da 2 ore)

  • Introduzione alla computazione distribuita e concorrente
  • MapReduce e sua implementazione Hadoop: introduzione
  • File system distribuito HDFS: files e chunck
  • Architettura distribuita multirack
  • Gestione dei fallimenti
  • MapReduce: progettazione di algoritmi distribuiti
  • Map task
  • Reduce task

4 ottobre 2022 (Lezione n° 3 da 2 ore)

  • Combiners
  • Funzione di partizione
  • Rappresentazione di matrici sparse
  • MapReduce: prodotto matrice vettore
  • Introduzione ai grafi
  • Rappresentazione di grafi tramite matrici di adiacenza
  • MapReduce: cammini di lunghezza 2 in grafi

11 ottobre 2022 (Lezione n° 4 da 2 ore)

  • MapReduce: prodotto di matrici in 2 step
  • MapReduce: prodotto di matrici in un unico step
  • Estensioni di MapReduce: i Workflow
  • Spark: RDD, trasformazioni, azioni, Lazy evaluation, Lineage

17 ottobre 2022 (Lezione n° 5 da 2 ore)

  • Modello di costo di comunicazione in MapReduce
  • Reducer Size e Replication Rate
  • Mapping schema: grafo bipartito input/output
  • Similarity join con MapReduce
  • Lower bound al replication rate (prima parte)

18 ottobre 2022 (Lezione n° 6 da 2 ore)

  • Lower bound al replication rate (seconda parte)
  • Esercizi su MapReduce
  • Introduzione a Similar items
  • Jaccard similarity
  • Shingling di documenti di testo

24 ottobre 2022 (Lezione n° 7 da 2 ore)

  • Introduzione a funzioni Hash
  • Compressione di shingles con funzioni Hash
  • Minhashing e Jaccard similarity

25 ottobre 2022 (Lezione n° 8 da 2 ore)

  • Minhash signature
  • Locality-Sensitive Hashing: dividere la matrice in bande
  • Il procedimento completo per la similarità di documenti di testo

8 novembre 2022 (Lezione n° 9 da 2 ore)

  • Misure di distanza: distanze euclidee, distanza di Jaccard, distanza coseno, Edit distance, distanza di Hamming
  • Teoria Locality-Sensitive Hashing
  • AND-construction, OR-constriction, S-curve

10 novembre 2022 (Lezione n° 10 da 2 ore)

  • LSH per distanza di Hamming
  • LSH per distanze euclidee
  • Matching di impronte digitali

14 novembre 2022 (Lezione n° 11 da 2 ore)

  • Tecniche per item con alto grado di similarità: filtro per lunghezza
  • Tecniche per item con alto grado di similarità: indicizzazione del prefisso
  • Frequent itemset: introduzione e applicazioni
  • Supporto, frequenza

15 novembre 2022 (Lezione n° 12 da 2 ore)

  • Regole di associazione: confidenza, interesse
  • Algoritmo A-Priori

21 novembre 2022 (Lezione n° 13 da 2 ore)

  • Esempio esecuzione Algoritmo A-Priori
  • Algoritmo di Park-Chen-Yu (PCY)

22 novembre 2022 (Lezione n° 14 da 2 ore)

  • Varianti multi-stage e multi-hash dell’algoritmo PCY
  • Esempio di prestazioni migliorate con la variante multi-hash PCY
  • Algoritmo randomizzato “semplice”
  • Algoritmo distribuito di Savarese-Savasere-Omiecinski-Navathe (SON) (I parte)

24 novembre 2022 (Lezione n° 15 da 2 ore)

  • Algoritmo distribuito di Savarese-Savasere-Omiecinski-Navathe (SON) (II parte)
  • Algoritmo di Tovoinen
  • Introduzione al problema del Clustering

28 novembre 2022 (Lezione n° 16 da 2 ore)

  • Clustering gerarchico e valutazione della sua efficienza
  • Algoritmo K-means di assegnamento di punti

29 novembre 2022 (Lezione n° 17 da 2 ore)

  • Scelta del parametro k per il clustering
  • Algoritmo di Bradley, Fayyad e Reina

5 dicembre 2022 (Lezione n° 18 da 3 ore)

  • Algoritmo CURE
  • Algoritmo GRGPF
  • Introduzione all’analisi dei link nel Web

6 dicembre 2022 (Lezione n° 19 da 2 ore)

  • PageRank
  • Teleporting
  • Calcolo del PageRank (prima parte)
  • Esercizi in preparazione all’esonero

12 dicembre 2022 (Lezione n° 20 da 3 ore)

  • Calcolo del PageRank (seconda parte)
  • Topic-specific PageRank
  • TrustRank e Spam mass
  • Cenni a HITS
  • Esercizi in preparazione al parziale

13 dicembre 2022 (Lezione n° 21 da 2 ore)

  • Reti sociali: edge-betweeness per clustering
  • Algoritmo di Girvan-Newman
  • Modularità come misura della qualità di un clustering
  • SimRank

19 dicembre 2022 (Lezione n° 22 da 2 ore)

  • Ricerca di comunità in grafi sociali: grafi bipartiti completi
  • Correlazione con il problema degli itemset frequenti
  • Modelli generativi per la determinazione di comunità: AGM e BigCLAM

20 dicembre 2022 (Lezione n° 23 da 2 ore)

  • Panoramica dei tool per big data: import.io, Scraper API, RawGraphs, Gephi, Carto, Tableau
  • Esercizi in preparazione all’esame

9 gennaio 2023 (Lezione aggiuntiva da 1 ora)

  • Correzione esonero
  • Esercizi in preparazione all’esame

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram