Fornire competenze su sistemi, metodologie, modelli e formalismi per l’analisi di informazioni strutturate e non strutturate. In particolare il corso mira a presentare aspetti metodologici e tecnologici per l’estrazione, il cleaning, l’integrazione, l’analisi e l'esplorazione dell'informazione proveniente da fonti non strutturate.
Curriculum
scheda docente
materiale didattico
Data cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Xin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Programma
Data extractionData cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Testi Adottati
SlideXin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Modalità Frequenza
Fortemente consigliata. Gli studenti che frequentano devono fare i progetti assegnati dal docente in gruppo. Gli studenti non frequentanti devono fare i progetti assegnati dal docente autonomamenteModalità Valutazione
Discussione progetti assegnati a lezione
scheda docente
materiale didattico
Data cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Xin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Programma
Data extractionData cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Testi Adottati
SlideXin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Modalità Frequenza
Fortemente consigliata. Gli studenti che frequentano devono fare i progetti assegnati dal docente in gruppo. Gli studenti non frequentanti devono fare i progetti assegnati dal docente autonomamenteModalità Valutazione
Discussione progetti assegnati a lezione
scheda docente
materiale didattico
Data cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Xin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Programma
Data extractionData cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Testi Adottati
SlideXin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Modalità Frequenza
Fortemente consigliata. Gli studenti che frequentano devono fare i progetti assegnati dal docente in gruppo. Gli studenti non frequentanti devono fare i progetti assegnati dal docente autonomamenteModalità Valutazione
Discussione progetti assegnati a lezione
scheda docente
materiale didattico
Data cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Xin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Programma
Data extractionData cleaning
Data integration
Towards data semantics and word embeddings
Explainable AI
Testi Adottati
SlideXin Luna Dong , Divesh Srivastava: Big Data Integration. Springer ISBN 978-3-031-00725-5
Dan Jurafsky and James H. Martin: Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)
Modalità Frequenza
Fortemente consigliata. Gli studenti che frequentano devono fare i progetti assegnati dal docente in gruppo. Gli studenti non frequentanti devono fare i progetti assegnati dal docente autonomamenteModalità Valutazione
Discussione progetti assegnati a lezione