Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Definizione dei periodi di lezione
Periodo Dal Al
Primo semestre 3-ott-2022 27-gen-2023
Secondo semestre 6-mar-2023 16-giu-2023
Sessioni degli esami
Sessione Dal Al
Sessione invernale d'esame 30-gen-2023 3-mar-2023
Sessione estiva d'esame 19-giu-2023 31-lug-2023
Sessione autunnale d'esame 4-set-2023 29-set-2023
Sessioni di lauree
Sessione Dal Al
Sessione estiva di laurea 19-lug-2023 19-lug-2023
Sessione autunnale di laurea 18-ott-2023 18-ott-2023
Sessione invernale di laurea 11-mar-2024 11-mar-2024
Vacanze
Periodo Dal Al
Ponte Festa di tutti i Santi 31-ott-2022 1-nov-2022
Ponte dell'Immacolata Concezione 8-dic-2022 9-dic-2022
Vacanze natalizie 23-dic-2022 8-gen-2023
Vacanze di Pasqua 7-apr-2023 10-apr-2023
Festa della Liberazione 24-apr-2023 25-apr-2023
Festa dei Lavoratori 1-mag-2023 1-mag-2023
Festa del Santo Patrono 21-mag-2023 21-mag-2023
Festa della Repubblica 2-giu-2023 2-giu-2023
Chiusura estiva 14-ago-2023 19-ago-2023

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

A B C D G I M O P Q R S T V Z

Albi Giacomo

symbol email giacomo.albi@univr.it symbol phone-number +39 045 802 7913

Badino Massimiliano

symbol email massimiliano.badino@univr.it symbol phone-number +39 045 802 8459

Bazzani Claudia

symbol email claudia.bazzani@univr.it symbol phone-number 0458028734

Bazzoni Damiano

symbol email damiano.bazzoni@univr.it

Begalli Diego

symbol email diego.begalli@univr.it symbol phone-number 045 8028731

Blasi Silvia

symbol email silvia.blasi@univr.it symbol phone-number 045 8028218

Boscolo Galazzo Ilaria

symbol email ilaria.boscologalazzo@univr.it symbol phone-number +39 045 8127804

Carra Damiano

symbol email damiano.carra@univr.it symbol phone-number +39 045 802 7059

Carradore Marco

symbol email marco.carradore@univr.it

Castellini Alberto

symbol email alberto.castellini@univr.it symbol phone-number +39 045 802 7908

Ceccato Mariano

symbol email mariano.ceccato@univr.it

Chiarini Andrea

symbol email andrea.chiarini@univr.it symbol phone-number 045 802 8223

Collet Francesca

symbol email francesca.collet@univr.it symbol phone-number +39 045 8027979

Confente Ilenia

symbol email ilenia.confente@univr.it symbol phone-number 045 802 8174

Dai Pra Paolo

symbol email paolo.daipra@univr.it symbol phone-number +39 0458027093

Dalla Preda Mila

symbol email mila.dallapreda@univr.it

D'Asaro Fabio Aurelio

symbol email fabioaurelio.dasaro@univr.it symbol phone-number 0458028431
Di NicolaAndrea

Di Nicola Andrea

Di Persio Luca

symbol email luca.dipersio@univr.it symbol phone-number +39 045 802 7968

Gatti Stefano

symbol email stefano.gatti@univr.it

Gaudenzi Barbara

symbol email barbara.gaudenzi@univr.it symbol phone-number 045 802 8623

Giachetti Andrea

symbol email andrea.giachetti@univr.it symbol phone-number +39 045 8027998

Guerra Giorgia

symbol email giorgia.guerra@univr.it

Marastoni Niccolo'

symbol email niccolo.marastoni@univr.it

Mola Lapo

symbol email lapo.mola@univr.it symbol phone-number 0458028565

Owusu Abigail

symbol email abigail.owusu@univr.it

Paci Federica Maria Francesca

symbol email federicamariafrancesca.paci@univr.it symbol phone-number +39 045 802 7909

Pelgreffi Igor

symbol email igor.pelgreffi@univr.it

Pianezzi Daniela

symbol email daniela.pianezzi@univr.it

Quintarelli Elisa

symbol email elisa.quintarelli@univr.it symbol phone-number +390458027852

Rizzi Romeo

symbol email romeo.rizzi@univr.it symbol phone-number +39 045 8027088

Setti Francesco

symbol email francesco.setti@univr.it symbol phone-number +39 045 802 7804

Toniolo Sara

symbol email sara.toniolo@univr.it symbol phone-number 045 802 8683

Vadala' Rosa Maria

symbol email rosamaria.vadala@univr.it

Zardini Alessandro

symbol email alessandro.zardini@univr.it symbol phone-number 045 802 8565

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

1° Anno

InsegnamentiCreditiTAFSSD

2° Anno  Attivato nell'A.A. 2023/2024

InsegnamentiCreditiTAFSSD
Attivato nell'A.A. 2023/2024
InsegnamentiCreditiTAFSSD
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°1 module among the following (a.a. 2023/24: Data protection in business organizations not activated)
6
C
IUS/17
Tra gli anni: 1°- 2°2 modules among the following (a.a. 2023/24: Statistical methods for business intelligence not activated)
Tra gli anni: 1°- 2°2 modules among the following (a.a. 2023/24: Complex systems and social physics not activated)
Tra gli anni: 1°- 2°2 modules among the following

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S009077

Coordinatore

Paolo Dai Pra

Crediti

12

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA

Periodo

Primo semestre dal 3-ott-2022 al 27-gen-2023.

Obiettivi di apprendimento

Il corso fornirà un'introduzione auto-contenuta e matematicamente rigorosa alle moderne tecniche di analisi dei dati e modellizzazione dei fenomeni aleatori, con particolare attenzione alle basi teoriche, proprie della teoria delle probabilità, necessarie per sviluppare soluzioni efficaci alle sfide caratterizzanti ambiti eterogenei, e.g., finanza, fault-detection, innovation forecasting, energy prediction, etc., tipici della Industria 4.0, con particolare riferimento alle sfide poste in ambito big data analytics. La presentazione di concetti, problemi e relative soluzioni teorico/pratiche, verrà orientata alle applicazioni, anche facendo uso di software statistico specifico (e.g.: Matlab, R, KNIME, etc.) sempre mantenendo un elevato livello di rigore matematico. All'interno del corso verranno ricordate le nozioni di base della teoria della Probabilità moderna (e.g.: variabili casuali, le loro distribuzioni e principali proprietà statistiche, teoremi di convergenza e applicazioni), con particolare attenzione ai processi stocastici fondamentali (e.g. : catene di Markov, processi di nascita e morte, teoria della code con applicazioni del mondo reale) e le loro applicazioni all'interno di scenari del mondo reale e caratterizzati dalla presenza di big data e serie temporali correlate. Al termine del corso lo studente dovrà dimostrare di: ●_x0001_conoscere le basi formali della teoria della probabilità ●_x0001_saper utilizzare i concetti di variabile aleatoria (tanto in ambito discreto che continuo) ●_x0001_saper sviluppare modelli basati su modelli probabilistici noti, e.g., v.a. binomiali, di Poisson, Gaussiane, misture di Gaussiane, etc. ●_x0001_aver compreso e saper utilizzare la teoria di base dei processi stocastici, con particolare riferimento alla teoria delle catene di Markov (a tempo discreto e continuo), ai processi di nascita e morte ed applicazioni correlate ●_x0001_conoscere e saper utilizzare i concetti di base in ambito statistico descrittivo ed inferenziale

Prerequisiti e nozioni di base

Analisi matematica ed algebra lineare

Programma

1. Probabilità, condizionamento e indipendenza.

2. Variabili aleatorie e distribuzioni. Distribuzioni discrete. Valor medio e varianza. Distribuzioni continue.

3. Vettori aleatori. Indipendenza di variabili aleatorie.
Covarianza e correlazione.

4. Teoremi limite: legge dei grandi numeri e teorema del limite centrale. Approssimazione normale.

5. Vettori aleatori normali.

6. Catene di Markov a tempo discreto. Metodi Markov Chain Monte Carlo.

7. Processi di Poisson ed elementi di teoria delle code. Catene di Markov a tempo continuo.

8. Introduzione alle reti aleatorie.

Bibliografia

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

Tutti gli argomenti saranno illustrati a lezione. Materiale addizionale, quale esercizi settimanali, appunti ed ulteriori referenze, saranno disponibile alla pagina Moodle del corso.
Saranno specificamente tutelati gli studenti e le studentesse in situazioni di limitazione agli spostamenti per effetto di disposizioni nazionali di contrasto al COVID o in situazioni particolari di fragilità. In questi casi gli studenti e le studentesse sono invitati a contattare direttamente il docente per organizzare le modalità di recupero più opportune.

Modalità di verifica dell'apprendimento

L'esame è valutato fino ad un massimo di 30 punti ed è composto da due prove: uno scritto ed un orale.
Prova scritta. Consiste nella risoluzione di alcuni esercizi. La prova scritta può essere passata superando due prove intermedie durante il semestre o superando un appello ordinario durante una sessione d'esame.
Prova orale. Può essere sostenuta una volta superata la prova scritta (voto minimo: 15/30) e aumenta il voto della prova scritta fino ad un massimo di 3 punti. A scelta della/o studentessa/studente, la prova orale può essere svolta secondo una delle modalità seguenti:
--esame orale, durante il quale si deve dimostrare la propria conoscenza del materiale del corso ed essere in grado di discutere gli argomenti trattati a lezione;
--presentazione di un progetto, durante il quale la/o studentessa/studente deve discutere un codice per una simulazione, da lei/lui implementato, per risolvere un problema relativo ai contenuti del corso.
Per superare l'esame si deve ottenere una votazione di almeno 18/30.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

La/o studentessa/studente deve dimostrare di conoscere i concetti base della Probabilità e della teoria delle catene di Markov, di saper applicare la teoria alla risoluzione di problemi e di essere in grado di risolvere esercizi di difficoltà appropriata.

Lingua dell'esame

English

Tipologia di Attività formativa D e F

Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.

1. Insegnamenti impartiti presso l'Università di Verona

Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).

Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.

2. Attestato o equipollenza linguistica CLA

Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:

  • Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
  • Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).

Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.

Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.

Modalità di inserimento a librettorichiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it

3. Competenze trasversali

Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali

Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.  

4. CONTAMINATION LAB

Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona

ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.

5. Periodo di stage/tirocinio

Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage. 

Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.

Insegnamenti e altre attività che si possono inserire autonomamente a libretto

 

Anno accademico:
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
1° 2° Mathematics mini courses Paolo Dai Pra (Coordinatore)

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e a breve anche tramite l'app Univr.

Prova Finale

Scadenziari e adempimenti amministrativi

Per gli scadenziari, gli adempimenti amministrativi e gli avvisi sulle sessioni di laurea, si rimanda al servizio Sessioni di laurea - Scienze e Ingegneria.

Necessità di attivare un tirocinio per tesi

Per stage finalizzati alla stesura della tesi di laurea, non è sempre necessaria l'attivazione di un tirocinio tramite l'Ufficio Stage. Per maggiori informazioni, consultare il documento dedicato, che si trova nella sezione "Documenti" del servizio dedicato agli stage e ai tirocini.

Regolamento della prova finale

La prova finale consiste nella preparazione e discussione di un elaborato scritto in lingua Inglese (tesi di laurea) relativo all'approfondimento di un tema scientifico affrontato nel corso di studi, ovvero relativo all'analisi e soluzione di un caso di studio (teorico e/o direttamente derivato da un problema di carattere industriale), ovvero relativo ad un lavoro di tipo sperimentale, eventualmente sviluppato all'interno di un percorso di tirocinio, ovvero frutto di un lavoro autonomo ed originale di ricerca, con collegati aspetti di formalizzazione matematica, progettazione informatica e realizzazione business oriented. Tali attività saranno svolte sotto la guida di un relatore presso una struttura universitaria, o anche esterna all'Università di Verona, tanto in Italia, quanto all'estero, purché riconosciuta e accettata a tal fine in accordo con il Regolamento didattico del corso di Laurea Magistrale in Data Science. La commissione preposta alla valutazione della prova finale (esposizione in lingua Inglese della tesi di laurea) è chiamata ad esprimere una valutazione che tenga conto dell'intero percorso di studi, valutando attentamente il grado di coerenza tra obbiettivi formativi e obbiettivi professionali, nonché la capacità di elaborazione intellettuale autonoma, il senso critico, le doti di comunicazione e la maturità culturale generale, in relazione agli obiettivi del corso di Laurea Magistrale in Data Science, e particolare, in relazione alle tematiche caratterizzanti la tesi di laurea, del candidato.
Gli studenti possono sostenere la prova finale solamente dopo aver assolto a tutti gli altri obblighi formativi previsti dal loro piano di studi ed agli adempimenti presso gli uffici amministrativi in conformità con i termini indicati nel manifesto generale degli studi.
La valutazione finale e la proclamazione verranno effettuate dalla commissione di esame finale nominata dal presidente del collegio didattico e composta da un presidente e almeno da altri quattro commissari scelti tra i docenti dell'Ateneo.
Il materiale presentato per la prova finale viene valutato dalla Commissione Valutazione Tesi, composta da tre docenti, tra cui possibilmente il relatore, e nominata dal presidente del collegio didattico. La commissione valutazione tesi formula una valutazione del lavoro svolto, e la trasmette alla commissione d'esame finale che esprimerà il giudizio finale. Il collegio didattico disciplina le procedure delle commissioni valutazione tesi, delle commissioni d'esame finale e dell'attribuzione del punteggio della prova finale mediante apposito regolamento deliberato dal collegio didattico.
 

Documenti

Titolo Info File
File pdf Regolamento esame finale | Final exam regulation pdf, it, 387 KB, 27/04/22

Elenco delle proposte di tesi e stage

Proposte di tesi Area di ricerca
Domain Adaptation Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Computer graphics, computer vision, multi media, computer games
Domain Adaptation Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
Domain Adaptation Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION
Domain Adaptation Computing methodologies - Machine learning

Modalità di frequenza

Come riportato nel Regolamento Didattico, la frequenza al corso di studio non è obbligatoria.
 


Gestione carriere


Area riservata studenti


Erasmus+ e altre esperienze all’estero