Laurea Magistrale
in
Modelli Decisionali
Metodi e Applicazioni
A.A. 2007/2008
1
Obiettivo
Formare una figura professionale di informatico in grado di comprendere e
gestire lo sviluppo di progetti ,
la progettazione e l’applicazione di
strumenti informatici evoluti in diversi settori applicativi
Padroneggiare le metodologie di base quali :
modelli per l’analisi dei dati
modelli di ottimizzazione e di simulazione
modelli per il ragionamento probabilistico
e applicarle alla modellazione e soluzione di rilevanti problemi applicativi:
finanza
gestione
commercio elettronico
life sciences
web mining
ambient intelligence
A.A. 2007/2008
2
Struttura
Primo anno volto all’acquisizione delle metodologie
Secondo anno volto all’integrazione delle competenze
informatiche con competenze specifiche di settore (anche
provenienti dal mondo aziendale ed industriale)
Strumenti fondamentali del processo formativo saranno le
esercitazioni di laboratorio
A.A. 2007/2008
3
Sbocchi Professionali
Aziende sia industriali che di servizio per lo sviluppo e
la gestione di sistemi :
• sistemi di supporto alle decisioni ( Risk management)
• sistemi di supporto ai servizi (Business Intelligence e Customer
Relationship Management)
• sistemi basati su Web per la gestione della catena logistica e produttiva ed
il commercio elettronico.
A.A. 2007/2008
4
Insegnamenti caratterizzanti
L’ Area Tematica Modelli e Sistemi decisionali in Informatica si caratterizza
attraverso nei seguenti insegnamenti:
1. Modelli e analisi dei dati (12 CFU)
•
Modelli e analisi dei dati 1 (4 CFU)
•
Modelli e analisi dei dati 2 (4 CFU)
•
Laboratorio di Modelli e analisi dei dati (4 CFU)
A.A. 2007/2008
5
Modelli e Analisi dei Dati
1.
Modelli e analisi dei dati 1
1. Apprendimento statistico
2. Reti Bayesiane
3. Dati sequenziali
2.
Modelli e analisi dei dati
1. metodi di ottimizzazione
2.. Supply Chain Management (S.C.M.)
3. metodi computazionali per ambient intelligence
3.
Laboratorio di Modelli e Analisi dei Dati
1. Laboratorio di Integrazione
A.A. 2007/2008
6
Insegnamenti a scelta
Specifiche caratterizzazioni del percorso formativo possono essere ottenute
mediante gli insegnamenti a scelta suddivisi in due gruppi:
1.
2.
3.
Datawarehouse
Text Mining
Complementi di Intelligenza Artificiale
1.
2.
3.
4.
5.
Bioinformatica
Information Retrieval
Soft Computing
Visione Artificiale
Compl. di Rappr. della conoscenza
Per un totale di 8 CFU
Per un totale di 16 CFU
A.A. 2007/2008
7
Per informazioni:
Prof. Francesco Archetti [email protected]
A.A. 2007/2008
8
