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.
Tipologia di Attività formativa D e F
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Informatica - Immatricolazione dal 2025/2026Le 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 libretto: richiedere 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.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto valide per l'a.a. 2024/25
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 2° 3° | Attention laboratory | D |
Pietro Sala
(Coordinatore)
|
| 2° 3° | Elementi di Cosmologia e Relatività generale | D |
Claudia Daffara
(Coordinatore)
|
| 2° 3° | Introduzione alla meccanica quantistica per il quantum computing | D |
Claudia Daffara
(Coordinatore)
|
| 2° 3° | Introduzione alla programmazione di smart contract per Ethereum | D |
Sara Migliorini
(Coordinatore)
|
| 2° 3° | Linguaggio programmazione Python [English edition] | D |
Carlo Combi
(Coordinatore)
|
| 2° 3° | Oltre Arduino: dal prototipo al prodotto con microcontroller STM | D |
Franco Fummi
(Coordinatore)
|
| 2° 3° | Progettazione di app REACT | D |
Graziano Pravadelli
(Coordinatore)
|
| 2° 3° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 2° 3° | Attention laboratory | D |
Pietro Sala
(Coordinatore)
|
| 2° 3° | Linguaggio Programmazione LaTeX | D |
Enrico Gregorio
(Coordinatore)
|
| 2° 3° | Linguaggio programmazione Python [Edizione in italiano] | D |
Carlo Combi
(Coordinatore)
|
| 2° 3° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
| 2° 3° | Sfide di programmazione | D |
Romeo Rizzi
(Coordinatore)
|
| 2° 3° | Strumenti per lo sviluppo di applicazioni di realtà virtuale e mista | D |
Andrea Giachetti
(Coordinatore)
|
| 2° 3° | Sviluppo e ciclo vitale di software di intelligenza artificiale | D |
Marco Cristani
(Coordinatore)
|
| 2° 3° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° | Conoscenze per l'accesso: matematica | D |
Franco Zivcovich
(Coordinatore)
|
Probabilita' e statistica (2024/2025)
Codice insegnamento
4S02843
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
Corsi Singoli
Autorizzato
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi di apprendimento
Il corso si propone di fornire i concetti fondamentali della statistica descrittiva e del calcolo delle probabilità, in relazione alla possibilità di modellare problemi concreti attraverso l’uso di metodi probabilistici e, nel contempo, di sottolineare la naturale applicazione di tali concetti alla statistica matematica. Al termine dell'insegnamento, lo studente dovrà: Dimostrare di conoscere e comprendere i principali metodi di modellazione probabilistici di problemi concreti e le principali tecniche statistiche per la descrizione e l'analisi dei fenomeni oggetto di studio; Saper applicare le principali tecniche statistiche a casi reali e saper interpretare i risultati delle analisi statistiche applicate in maniera critica e proattiva, anche attraverso strumenti mostrati; Essere in grado di scegliere tecniche, metodologie, strumenti matematici e/o risultati teorici opportuni per la risoluzione del problema in esame; Saper esporre la soluzione di un problema usando in maniera appropriata il linguaggio e il formalismo del calcolo del le probabilità e della statistica; Essere in grado di sviluppare le competenze necessarie per proseguire gli studi in modo autonomo nell’ambito della probabilità e della statistica.
Programma
------------------------
UL: Teoria
------------------------
(1) Statistica descrittiva. Organizzazione e descrizione dei dati (tabelle e grafici delle frequenze). Le grandezze che sintetizzano i dati (media, mediana e moda campionaria, varianza e deviazione standard campionarie, percentili campionari, box plot). Campioni normali. Coefficiente di correlazione campionaria.
(2) Introduzione alla probabilità.
Elementi di probabilità: spazio degli esiti e degli eventi, i diagrammi di Venn e l’algebra degli eventi, assiomi della probabilità, spazi di esiti equiprobabili, probabilità condizionata, fattorizzazione di un evento e formula di Bayes, eventi indipendenti.
Variabili aleatorie e valore atteso: variabili aleatorie discrete e continue, valore atteso e proprietà, varianza, la covarianza e la varianza della somma di variabili aleatorie. La funzione generatrice dei momenti. La legge debole dei grandi numeri.
Modelli di variabili aleatorie: principali modelli di variabili aleatorie e distribuzioni che derivano da quella normale (chi-quadro, t, F).
(3) Statistica inferenziale. La distribuzione delle statistiche campionarie. Stima parametrica (stimatori di massima verosimiglianza, intervalli di confidenza). Verifica delle ipotesi e livelli di significatività.
(4) Regressione. Stima dei parametri di regressione. Distribuzione degli stimatori. Inferenza statistica sui parametri di regressione. Coefficiente di determinazione e coefficiente di correlazione campionaria. Analisi dei residui: verifica del modello. Linearizzazione. Minimi quadrati pesati.
------------------------
UL: Laboratorio
------------------------
Il corso prevede una serie di laboratori in aula informatica con esercitazioni in ambiente di calcolo scientifico R. Dopo un'introduzione all'ambiente di calcolo scientifico e alle principali funzioni e tool utili per la statistica, verranno proposti esercizi di statistica descrittiva, probabilità, calcolo della funzione di densità (pdf) e della funzione di ripartizione (cdf) per modelli di variabili aleatorie, generazione di dati random, stima parametrica, test d’ipotesi per distribuzioni e regressione lineare. I laboratori completano le lezioni consolidando l'apprendimento e sviluppando capacità pratiche di problem-solving.
Bibliografia
Modalità didattiche
Lezioni frontali e sessioni di laboratorio con linguaggio R.
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita
