2018-2019

Pellungrini Roberto

Nato e cresciuto a Viareggio, Toscana, Roberto Pellungrini è dottorando in Informatica presso l’Università di Pisa. I suoi interessi principali di ricerca riguardano gli aspetti etici legati al mondo della Scienza dei Dati, in particolare le problematiche relative alla Privacy degli individui. Prima di vincere la borsa di Dottorato, ha conseguito la Laurea Magistrale in Informatica per l’Economia e L’Azienda, con tesi sulla Valutazione del Rischio di Privacy e della Qualità dei Dati di Mobilità Umana.

Italiano

Pirri Salvatore

Laureato con lode in Economia e Scienze delle Pubbliche Amministrazioni presso l’Università della Calabria. Dal 2016 PhD student presso la Scuola Superiore Sant’Anna di Pisa, dove nel 2015 ottengo il Master di II livello in Management dell’innovazione e ingegneria dei servizi (MAINS). Durante il percorso di studi maturo diverse esperienze di lavoro all’estero e in Italia: Presso l’ambasciata d’Italia a Budapest; Presso l’ENEA a Bruxelles, presso SELEX-ES(Leonardo) a Genova.

Italiano

Moreo Fernández Alejandro

Alejandro Moreo Fernández ha ricevuto il PhD in Computer Sciences and Information Technologies presso l'Università di Granada, in Spagna, nel 2013. È attualmente Postdoc all'Istituto di Scienza e Tecnologie dell'Informazione "A. Faedo" del Consiglio Nazionale delle Ricerche. I suoi interessi di ricerca riguardano il deep learning e representation learning applicato a problemi di imbalanced text classification, multilingual text classification, e cross-domain and cross-lingual sentiment classification.

Italiano

Trani Roberto

Laureato con lode nel 2016 in Informatica presso l'Università di Pisa (Italia), inizia nello stesso anno il dottorato di ricerca in Informatica presso la stessa università. Roberto è attualmente studente di dottorato e membro del laboratorio High Performance Computing (HPC Lab) presso l'istituto ISTI "A. Faedo" del CNR (Pisa). I suoi principali interessi di ricerca sono Information Retrieval, Machine Learning e Web Mining.

Italiano

Social Network Analysis

Credits: 
2
Hours: 
20
Area: 
Big Data Mining
Description: 

Il modulo ha lo scopo di fornire agli studenti gli strumenti e le conoscenze necessarie ad analizzare dati su larga scala provenienti da Online Social Networks. Nel modulo vengono presentati gli strumenti di analisi necessari, vengono poi illustrati i risultati ottenuti applicando tali strumenti a vari tipi di reti sociali. Tali strumenti vengono applicati ai due modi principali di rappresentare una OSN tramite grafi, considerando cioè il social e l’interaction graph.

Tirocinio

Credits: 
20
Hours: 
500
Description: 

Il periodo di tirocinio previsto dal Master è di 500 ore, corrispondenti a 20 CFU, da svolgersi individualmente o in piccoli gruppi presso una delle aziende ed istituzioni partner del master, sulla base di un progetto concordato e sotto la supervisione di un team di tutor composto da docenti del master e responsabili aziendali.

Data Visualization & Visual analytics

Credits: 
2
Hours: 
20
Area: 
Big Data Story Telling
Description: 

Il modulo ha lo scopo di presentare metodi di base e tecniche di visualizzazione per la presentazione efficace di informazione preveniente da diverse sorgenti: dati strutturati (relazionali, gerarchie, alberi), dati relazionali (social network), dati temporali, dati spaziali e dati spazio-temporali. Attraverso lo studio di metodi e strumenti esistenti, verranno presentati alcuni scenari di analitica visuale.

Pagine

Abbonamento a RSS - 2018-2019

Partners