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 didattico
Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.
| Periodo | Dal | Al |
|---|---|---|
| I semestre | 1-ott-2015 | 29-gen-2016 |
| II semestre | 1-mar-2016 | 10-giu-2016 |
| Sessione | Dal | Al |
|---|---|---|
| Sessione straordinaria Appelli d'esame | 1-feb-2016 | 29-feb-2016 |
| Sessione estiva Appelli d'esame | 13-giu-2016 | 29-lug-2016 |
| Sessione autunnale Appelli d'esame | 1-set-2016 | 30-set-2016 |
| Sessione | Dal | Al |
|---|---|---|
| Sess. autun. App. di Laurea | 25-nov-2015 | 25-nov-2015 |
| Sess. invern. App. di Laurea | 16-mar-2016 | 16-mar-2016 |
| Sess. estiva App. di Laurea | 12-lug-2016 | 12-lug-2016 |
| Sess. autun 2016 App. di Laurea | 23-nov-2016 | 23-nov-2016 |
| Sess. invern. 2017 App. di Laurea | 20-mar-2017 | 20-mar-2017 |
| Periodo | Dal | Al |
|---|---|---|
| Festività dell'Immacolata Concezione | 8-dic-2015 | 8-dic-2015 |
| Vacanze di Natale | 23-dic-2015 | 6-gen-2016 |
| Vancanze di Pasqua | 24-mar-2016 | 29-mar-2016 |
| Anniversario della Liberazione | 25-apr-2016 | 25-apr-2016 |
| Festa del S. Patrono S. Zeno | 21-mag-2016 | 21-mag-2016 |
| Festa della Repubblica | 2-giu-2016 | 2-giu-2016 |
| Vacanze estive | 8-ago-2016 | 15-ago-2016 |
Calendario esami
Gli appelli d'esame sono gestiti dalla Unità Operativa Didattica e Studenti 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
Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami
Docenti
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.
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
3° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
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.
Basi di dati (2015/2016)
Codice insegnamento
4S00037
Crediti
12
Coordinatore
Offerto anche nei corsi
Settore Scientifico Disciplinare (SSD)
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Lingua di erogazione
Italiano
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Tecnologie per le basi di dati
???OrarioLezioni???
Obiettivi formativi
Modulo: Teoria
----------------------------
Questo modulo ha lo scopo di fornire allo studente le conoscenze necessarie per la progettazione di una base di dati. In particolare nel corso si illustreranno in dettaglio le metodologie per la progettazione concettuale di una base di dati e per la successiva realizzazione della stessa sui più diffusi sistemi per la gestione di basi di dati (sistemi basati sul modello relazionale). Si illustreranno inoltre le caratteristiche dei seguenti linguaggi di interrogazione: algebra relazionale e SQL.
Modulo: Tecnologie per le basi di dati
-------------------------------------------------
In questo modulo si forniranno allo studente le conoscenze necessarie per comprendere ed utilizzare in modo efficace i sistemi per la gestione di basi di dati relazionali (Relational Data Base Management Systems - RDBMS). In particolare nel corso si illustreranno in dettaglio le caratteristiche principali di un DBMS relazionale (transazioni, concorrenza, gestione dei guasti, indici), i metodi per interagire con tale sistema da un programma Java (JDBC) e progettazione di un'applicazione web centrata sui dati (MVC).
Infine, uscendo dall'ambito strettamente relazionale, si presenteranno alcuni modelli per la rappresentazione dei dati in modo semi-strutturato, in particolare: XML, XML schema e UML per i dati (cenni).
Modulo: Laboratorio
-----------------------
Questo modulo si propone di introdurre lo studente ai seguenti argomenti:
- Introduzione al relational data stream management system (RDBMS) PostgreSQL.
- Introduzione all'uso di SQL-2 in PostgreSQL (con estensioni).
- Ottimizzazione di query.
- Introduzione alle transazioni.
- Introduzione al linguaggio Python.
- Accesso alla basi dati da programmi Java o Python.
- Introduzione al microframework Flask (Python) e allo sviluppo di semplici applicazioni web basate su basi di dati.
Le tecnologie principali utilizzate nelle esercitazioni sono basate sul linguaggio Python, che sarà introdotto durante il corso.
Si assume lo studente abbia una buona conoscenza di un linguaggio di programmazione ad oggetti.
Programma
Modulo: Teoria
--------------
* Introduzione ai sistemi per la gestione di basi di dati: architettura e funzionalità di un sistema per la gestione di basi di dati; concetti di indipendenza fisica, indipendenza logica, persistenza, concorrenza, affidabilità, interrogazione e aggiornamento di una bes di dati; vantaggi di un sistema per la gestione di basi di dati rispetto al file system di un sistema operativo.
* Progettazione concettuale di una base di dati: modelli concettuali per il progetto dei dati; il modello Entità-Relazione (E-R); elementi del modello E-R: entità, attributi, relazioni, gerarchie di generalizzazione e vincoli di cardinalità; lo schema concettuale di una base di dati.
* Progettazione logica di una base di dati: modelli dei dati per i sistemi di gestione di basi di dati; il modello relazionale; definizioni di relazione, vincoli di integrità e schema relazionale; lo schema logico di una base di dati; regole per la traduzione di schemi concettuali in schemi relazionali.
* Interazione con una base di dati: introduzione ai linguaggi per la definizione, modifica e interrogazione di una base di dati; l’algebra relazionale; il linguaggio SQL; il costrutto di selezione (Select-From-Where), interrogazioni nidificate, ordinamento e raggruppamento dei dati in SQL; il costrutto di inserimento, cancellazione e aggiornamento (Insert, Delete, Update) in SQL; il concetto di vista.
Modulo: Tecnologie per le basi di dati
--------------------------------------
* L'architettura interna di un sistema per la gestione di basi di dati (DBMS): rilevanza dei sistemi transazionali, concetto di transazione, proprietà di una transazione, controllo della concorrenza (il metodo basato sul locking a due fasi), metodi di accesso ai dati (strutture dati sequenziali e indici B-trees e hashing), esecuzione e ottimizzazione di interrogazioni.
* Interazione tra DBMS e applicazioni: libreria Java Database Connectivity (JDBC), architetture di riferimento per la realizzazione di applicazioni che interagiscono con un DBMS (Model View Controller (MVC-2)), il paradigma MVC-2 e le applicazioni web.
* XML: caratteristiche generali, definizione di una sintassi XML usando XML schema, uso di UML per la progettazione concettuale di dati XML (cenni).
Modulo: Laboratorio
-------------------
- Introduzione al relational data stream management system (RDBMS) PostgreSQL.
- Introduzione all'uso di SQL-2 in PostgreSQL (con estensioni).
- Ottimizzazione di query.
- Introduzione alle transazioni.
- Introduzione al linguaggio Python.
- Accesso alla basi dati da programmi Java o Python.
- Introduzione al microframework Flask (Python) e allo sviluppo di semplici applicazioni web basate su basi di dati.
Modalità d'esame
L'esame è diviso in due parti:
- per i moduli "Teoria" e "Tecnologie per le basi di dati" è prevista una prova scritta di 2,5 ore circa che consiste in un esercizio sulla progettazione concettuale e logica di una base di dati, in alcuni esercizi sulle interrogazioni in algebra relazionale e SQL di una base di dati, in alcuni esercizi su XML e in alcune domande sulla parte di teoria.
- per il modulo di "Laboratorio" è prevista una prova scritta di 1,5 ore circa che consiste in quattro esercizi di difficoltà crescente sul programma del modulo.
L'esame si intende superato se lo studente ottiene una votazione di almeno 18/30 nella prima parte (teoria e tecnologie per le basi di dati) e almeno 18/30 nella parte di laboratorio. Il voto complessivo si ottiene calcolando la media pesata del voto relativo alla teoria (peso 3/4) e del voto relativo al laboratorio (peso 1/4).
Sono previsti 4 appelli in totale: due appelli a giugno/luglio 2016, un appello a settembre 2016 e un appello a febbraio 2017.
Sono previste inoltre una prova intermedia per il modulo di teoria a marzo 2016 e una prova intermedia per il modulo di tecnologie per le basi di dati a giugno 2016 (queste due prove intermedie insieme sostituiscono la prima parte dell'esame).
Bibliografia
| Attività | Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|---|
| Teoria | P. Atzeni, S. Ceri, P. Fraternali, S. Paraboschi, R. Torlone | Basi di dati (Edizione 4) | McGraw-Hill | 2014 | 978-88-386-6587-5 | |
| Teoria | E. Baralis, A. Belussi, G. Psaila | Basi di dati - Temi d'esame svolti (Edizione 1) | Progetto Leonardo Società Editrice Esculapio Bologna | 1999 | B135655713 | |
| Teoria | R. Elmasri, S.H. Navathe | Sistemi di Basi di Dati: Fondamenti (Edizione 6) | Pearson | 2011 | 978-88-7192-628-5 |
Tipologia di Attività formativa D e F
Insegnamenti non ancora inseriti
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.
Prova Finale
Per essere ammessi alla prova finale occorre avere conseguito tutti i crediti nelle attività formative previste dal piano degli studi. Alla prova finale (esame di laurea) sono riservati 6 CFU. La Laurea in Informatica viene conseguita dalla/o studentessa/studente superando con esito positivo l'esame di laurea e completando in questo modo i 180 CFU stabiliti dal piano di studi. L'esame di laurea consiste in un colloquio che può essere basato su al più due delle seguenti opzioni: - breve elaborato scritto, anche in lingua inglese, su argomento assegnato; - esame orale, anche in lingua inglese, su argomento assegnato; - esame scritto, anche in lingua inglese, su argomento assegnato. La forma dell'esame viene concordata tra lo studente e il docente referente (relatore) il quale è membro della commissione d'esame. La valutazione dell'esame è basata sul livello di approfondimento dimostrato dallo studente, sulla chiarezza espositiva, e sulla capacità dello studente di inquadrare l'argomento assegnato in un contesto più ampio.
Svolgimento della prova finale.
La/lo studentessa/studente potrà avvalersi del supporto dei docenti del Dipartimento di Informatica per la scelta e l'approfondimento richiesto. È obbligo dei docenti fornire assistenza nell'ambito delle proprie attività di tutorato e ricevimento alle/agli studentesse/studenti per quanto riguarda l'approfondimento richiesto. Il punteggio finale di Laurea è stabilito da una apposita commissione di Laurea secondo le modalità indicate nel Regolamento di Ateneo, che esprime un giudizio finale in centodecimi con eventuale lode. Il punteggio minimo per il superamento dell'esame finale è di 66/110. II voto di ammissione è determinato rapportando la media pesata sui CFU degli esami di profitto a 110 e successivamente arrotondando il risultato all'intero più vicino. A parità di distanza, si arrotonda all'intero superiore. Per media degli esami di profitto si intende la media ponderata sui crediti. E' previsto un incremento al massimo di 8/110 rispetto al voto di ammissione, di cui 4 punti riservati alla valutazione dell'esame di laurea e 4 punti riservati alla valutazione del curriculum della/o studentessa/studente. La valutazione del curriculum avviene attraverso un calcolo che tiene conto positivamente delle lodi conseguite e degli eventuali periodi di Erasmus, mentre tiene conto negativamente degli eventuali anni fuori corso: se in corso: 3,5 + 0,2 * numero lodi; se fuori corso: 3,5 – 0,5* numero anni fuori corso + 0,1 * numero lodi; 1 punto ogni 3 mesi di Erasmus effettuato. L'attribuzione della lode, nel caso di un incremento che porti ad una votazione che raggiunga o superi 110/110, è a discrezione della commissione di Laurea nonché attribuita se il parere dei membri della commissione è unanime. Il relatore dell'esame di laurea potrà essere un qualunque docente strutturato dell'Ateneo che soddisfa almeno uno dei seguenti requisiti: componente del Collegio Didattico del corso di laurea, oppure componente del Dipartimento di Informatica, oppure che insegna in un SSD presente nel piano del corso di laurea.
Elenco delle proposte di tesi e stage
| Proposte di tesi | Area di ricerca |
|---|---|
| Analisi e percezione dei segnali biometrici per l'interazione con robot | AI, Robotics & Automatic Control - AI, Robotics & Automatic Control |
| Integrazione del simulatore del robot Nao con Oculus Rift | AI, Robotics & Automatic Control - AI, Robotics & Automatic Control |
| 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) |
| Tesi in ragionamento automatico | Computing Methodologies - ARTIFICIAL INTELLIGENCE |
| Domain Adaptation | Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION |
| Domain Adaptation | Computing methodologies - Machine learning |
| Dati geografici | Information Systems - INFORMATION SYSTEMS APPLICATIONS |
| Analisi e percezione dei segnali biometrici per l'interazione con robot | Robotics - Robotics |
| Integrazione del simulatore del robot Nao con Oculus Rift | Robotics - Robotics |
| Tesi in ragionamento automatico | Theory of computation - Logic |
| Tesi in ragionamento automatico | Theory of computation - Semantics and reasoning |
| Proposte di tesi/collaborazione/stage in Intelligenza Artificiale Applicata | Argomenti vari |
| Proposte di Tesi/Stage/Progetto nell'ambito delle basi di dati/sistemi informativi | Argomenti vari |
Area riservata studenti
Modalità di frequenza
Come riportato al punto 25 del Regolamento Didattico per l'A.A. 2021/2022, la frequenza al corso di studio non è obbligatoria.Per le modalità di erogazione della didattica, si rimanda alle informazioni in costante aggiornamento dell'Unità di Crisi.
Gestione carriere
Ulteriori servizi
I servizi e le attività di orientamento sono pensati per fornire alle future matricole gli strumenti e le informazioni che consentano loro di compiere una scelta consapevole del corso di studi universitario.