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 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
Docenti
Bloisi Domenico Daniele
domenico.bloisi@univr.itFolloni Valentina
Mogavero Fabio
fabio.mogavero@univr.itUgolini Simone
simone.ugolini@univr.itPiano 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
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2016/2017
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2017/2018
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
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 (2017/2018)
Codice insegnamento
4S00037
Crediti
12
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Tecnologie per le basi di dati
Obiettivi formativi
Il corso si propone di fornire le competenze necessarie per:
(i) la progettazione dei dati in funzione dei requisiti con riferimento a diversi contesti applicativi e nell'ambito del processo di produzione di sistemi software;
(ii) la gestione e fruizione efficace ed efficiente dei dati;
(iii) l'uso di un sistema per la gestione di basi di dati relazionali al fine di creare, gestire e interrogare basi di dati;
(iv) lo sviluppo di applicazioni che interagiscono con basi di dati relazionali.
Al termine del corso lo studente dovrà dimostrare di avere conoscenze e capacità di comprensione dei modelli dei dati e dei linguaggi di interrogazione che caratterizzano i sistemi per la gestione dei dati e conoscenza dei meccanismi fondamentali per sviluppare applicazioni che interagiscano con una base di dati; avere capacità di applicare le conoscenze acquisite e capacità di comprensione per la progettazione di una collezione di dati in modo efficace rispetto ad un insieme di requisiti applicativi, capacità di interrogare e fruire in modo efficiente dei dati gestiti da un sistema, capacità di progettare e implementare un'applicazione che interagisce con una base di dati; saper sviluppare le competenze necessarie per proseguire gli studi in modo autonomo nell’ambito dei sistemi per la gestione dei dati e dello sviluppo di soluzioni software.
Programma
Il programma viene specificato di seguito per ogni modulo.
Modulo di 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 base 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; ottimizzazione di espressioni dell'algebra; il linguaggio SQL; il costrutto di selezione (Select-From-Where), interrogazioni nidificate, ordinamento e raggruppamento dei dati in SQL; il concetto di vista.
Modalità di erogazione della didattica: lezioni frontali, esercitazioni in aula con il docente, materiale didattico (lucidi) ed esercizi ulteriori disponibili sulla piattaforma eLearning, ricevimento negli orari indicati sulla pagina web del docente.
Modulo di Laboratorio
--------------------------------
- Introduzione al relational data base 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 micro-framework Flask (Python) e allo sviluppo di semplici applicazioni web basate su basi di dati.
Modalità di erogazione della didattica: lezioni frontali in aula ed esercitazioni in laboratorio informatico, materiale didattico (lucidi) ed ulteriori esercizi sulla piattaforma eLearning, ricevimento individuale negli orari concordati con il docente.
Modulo di 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.
- XML: caratteristiche generali, definizione di una sintassi XML usando XML schema, uso di UML per la progettazione concettuale di dati XML (cenni).
Modalità di erogazione della didattica: lezioni frontali, esercitazioni in aula con il docente, materiale didattico (lucidi) ed esercizi ulteriori disponibili sulla piattaforma eLearning, ricevimento negli orari indicati sulla pagina web del docente.
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 | |
Laboratorio | Autori Vari | Flask (http://flask.pocoo.org/) | Flask | 2016 | ||
Laboratorio | Autori Vari | Manuale di Postgresql (https://www.postgresql.org/docs/) | Postgresql | |||
Tecnologie per le basi di dati | P. Atzeni, S. Ceri, P. Fraternali, S. Paraboschi, R. Torlone | Basi di dati (Edizione 4) | McGraw-Hill | 2014 | 978-88-386-6587-5 |
Modalità d'esame
L'esame è composto di due parti: teoria e laboratorio.
Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i concetti che stanno alla base della teoria delle basi di dati relazionali e della loro progettazione e implementazione sui sistemi per la gestione di basi di dati relazionali
- essere in grado di esporre le proprie argomentazioni in modo preciso e organico senza divagazioni
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di esercizi, domande e progetti.
Moduli di Teoria e Tecnologie per le basi di dati
--------------------------------------------------------------------
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 (modello E-R) e logica (modello relazionale) di una base di dati, in alcuni esercizi sulle interrogazioni in algebra relazionale e SQL su una base di dati assegnata, in alcuni esercizi su XML e XML-Schema e in alcune domande sulla parte di teoria. Nella sezione TEMI D'ESAME E ALTRI ESERCIZI RIEPILOGATIVI della piattaforma eLearning sono disponibili temi d'esame degli anni precedenti.
E' possibile inoltre durante l'anno sostenere delle prove in itinere: tali prove sono fissate dal docente in accordo con gli studenti e vengono gestite sulla piattaforma eLearning. Si tratta di tre prove: la prima prova sulla progettazione di una base di dati relazionale: progettazione concettuale (modello E-R) e logica (modello relazionale), tale prova pesa 4/9 del voto di teoria; la seconda prova sull'interrogazione di una base di dati relazionale in algebra relazionale e SQL, tale prova pesa 3/9 del voto di teoria; infine, la terza prova sul programma del modulo di Tecnologie per le basi di dati, quest'ultima prova pesa 2/9 del voto di teoria.
Modulo di Laboratorio
---------------------------------
L'esame consiste in una prova scritta costituita da 5 esercizi a difficoltà crescente sugli argomenti del programma.
Lo studente che ottiene una valutazione inferiore a 13/30 in una prova, una volta che avrà conseguito almeno 18/30 in una prova successiva dovrà anche sostenere una prova orale.
Il voto finale sarà quindi la media del voto della prova scritta e della prova orale.
Il voto di questo modulo vale 1/4 del voto finale. Una selezione dei temi d'esame è presente alla pagina http://profs.scienze.univr.it/~posenato/courses/labBD/raccoltaTemiEsameLaboratorioBasiDatiDal2016.pdf
La valutazione finale in trentesimi si ottiene facendo la media pesata del voto ottenuto nella prova di teoria (peso = 3/4) e del voto ottenuto nella prova di laboratorio (peso = 1/4).
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: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e anche tramite l'app Univr.
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
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 dell'analisi dei dati | Argomenti vari |
Modalità e sedi di frequenza
Come riportato nel Regolamento Didattico, la frequenza al corso di studio non è obbligatoria.
È consentita l'iscrizione a tempo parziale. Per saperne di più consulta la pagina Possibilità di iscrizione Part time.
Le attività didattiche del corso di studi si svolgono negli spazi dell’area di Scienze e Ingegneria che è composta dagli edifici di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 e Piramide, siti nel polo di Borgo Roma.
Le lezioni frontali si tengono nelle aule di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 mentre le esercitazioni pratiche nei laboratori didattici dedicati alle varie attività.
Caratteristiche dei laboratori didattici a disposizione degli studenti
- Laboratorio Alfa
- 50 PC disposti in 13 file di tavoli
- 1 PC per docente collegato a un videoproiettore 8K Ultra Alta Definizione per le esercitazioni
- Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
- Tutti i PC sono accessibili da persone in sedia a rotelle
- Laboratorio Delta
- 120 PC in 15 file di tavoli
- 1 PC per docente collegato a due videoproiettori 4K per le esercitazioni
- Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
- Un PC è su un tavolo ad altezza variabile per garantire un accesso semplificato a persone in sedia a rotelle
- Laboratorio Gamma (Cyberfisico)
- 19 PC in 3 file di tavoli
- 1 PC per docente con videoproiettore 4K
- Configurazione PC: Intel Core i7-13700, 16GB RAM, 512GB SSD, monitor 24", Linux Ubuntu 24.04
- Laboratorio VirtualLab
- Accessibile via web: https://virtualab.univr.it
- Emula i PC dei laboratori Alfa/Delta/Gamma
- Usabile dalla rete universitaria o tramite VPN dall'esterno
- Permette agli studenti di lavorare da remoto (es. biblioteca, casa) con le stesse funzionalità dei PC di laboratorio
Caratteristiche comuni:
- Tutti i PC hanno la stessa suite di programmi usati negli insegnamenti di laboratorio
- Ogni studente ha uno spazio disco personale di XXX GB, accessibile da qualsiasi PC
- Gli studenti quindi possono usare qualsiasi PC in qualsiasi laboratorio senza limitazioni ritrovando sempre i documenti salvati precedentemente
Questa organizzazione dei laboratori offre flessibilità e continuità nel lavoro degli studenti, consentendo l'accesso ai propri documenti e all'ambiente di lavoro da qualsiasi postazione o da remoto.