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 sem. | 2-ott-2017 | 31-gen-2018 |
II sem. | 1-mar-2018 | 15-giu-2018 |
Sessione | Dal | Al |
---|---|---|
Sessione invernale d'esame | 1-feb-2018 | 28-feb-2018 |
Sessione estiva d'esame | 18-giu-2018 | 31-lug-2018 |
Sessione autunnale d'esame | 3-set-2018 | 28-set-2018 |
Sessione | Dal | Al |
---|---|---|
Sessione di laurea estiva | 18-lug-2018 | 18-lug-2018 |
Sessione di laurea autunnale | 22-nov-2018 | 22-nov-2018 |
Sessione di laurea invernale | 20-mar-2019 | 20-mar-2019 |
Periodo | Dal | Al |
---|---|---|
Vacanze di Natale | 22-dic-2017 | 7-gen-2018 |
Vacanze di Pasqua | 30-mar-2018 | 3-apr-2018 |
Festa del Santo Patrono - S. Zeno | 21-mag-2018 | 21-mag-2018 |
Vacanze estive | 6-ago-2018 | 19-ago-2018 |
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
Ugolini Simone
simone.ugolini@univr.itZoppello Marta
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
Insegnamenti | Crediti | TAF | SSD |
---|
Architettura degli elaboratori
2° Anno Attivato nell'A.A. 2018/2019
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2019/2020
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Architettura degli elaboratori
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.
Algoritmi (2018/2019)
Codice insegnamento
4S02709
Docente
Coordinatore
Crediti
12
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
II semestre, I semestre
Obiettivi formativi
Il corso si propone di fornire gli strumenti fondamentali per la progettazione di soluzioni algoritmiche a problemi concreti. Gli algoritmi
vengono valutati e confrontati in base alla quantità di risorse che richiedono. Al termine del corso lo studente dovrà dimostrare di avere conoscenze e capacità di comprensione degli algoritmi principali per i problemi di ordinamento, selezione, gestione di code con priorità, visita di grafi, cammini minimi, alberi di copertura, flusso massimo; avere capacità di applicare le conoscenze acquisite e capacità di comprensione per confrontare algoritmi sulla base della loro complessità; saper scegliere autonomamente l'algoritmo più adatto ad una specifica situazione; saper sviluppare le competenze necessarie per ampliare autonomamente le conoscenze apprese al fine to comprendere soluzioni algoritmiche a nuovi problemi.
Programma
Complessità: complessità degli algoritmi, notazione asintotica, metodi di risoluzione delle equazioni di ricorrenza. Ordinamento e selezione: richiamo di insertion sort, richiamo di merge sort, heap sort, quick
sort, quick sort probabilistico. Algoritmi lineari, counting sort, radix sort, bucket sort. Algoritmi di Selezione.
Strutture dati: heap, alberi binari di ricerca, alberi RB, B-alberi heap binomiali, tabelle hash, code con priorita`
insiemi disgiunti, tecniche di estensione di una struttura dati, grafi.
Progetto ed analisi di algoritmi: divide et impera, greedy, programmazione dinamica, ricerca locale, backtracking
e branch and bound.
Algoritmi fondamentali: alberi di copertura di costo minimo (Prim e Kruskal), programmazione lineare (simplesso
e cenno all'algoritmo polinomiale basato sugli ellissoidi) cammini minimi a sorgente singola (Dijkstra e Bellman-
Ford) e multipla (Floyd-Warshall e Johnson), flusso massimo (Ford-Fulkerson, Karp), matching massimale su
grafo bipartito.
Autore | Titolo | Casa editrice | Anno | ISBN | Note |
---|---|---|---|---|---|
T. Cormen, C. Leiserson, R. Rivest, C. Stein | Introduzione agli Algoritmi e Strutture Dati (Edizione 2) | McGraw-Hill | 2005 | 88-386-6251-7 |
Modalità d'esame
L'esame consiste in una prova scritta di tre ore, suddivisa in due parti, e di un eventuale colloquio orale.
La prima parte della prova scritta è un test a risposte multiple e viene valutata con un punteggio tra 0 e 30. Chi ottiene una valutazione inferiore a 18 è respinto, mentre chi ottiene una valutazione compresa tra 18 e 23 termina l'esame. La seconda parte della prova scritta, alla quale si è ammessi ottenendo una valutazione di almeno 24 nella prima parte, consiste di uno o più esercizi di difficoltà crescente. Viene valutata con un punteggio tra 24 e 30.
La prova orale, facoltativa, è riservata a chi ottiene almeno 27 punti nella seconda parte della prova scritta.
La scala della valutazione finale è la seguente. 18-21 (conoscenza puramente nozionistica), 22-24 (comprensione accettabile degli argomenti), 25-27 (capacità di applicare i concetti appresi), 28-30 (capacità di elaborare idee proprie sulla base dei concetti appresi)
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 |
Docenti tutor
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.