AUTONOMOUS, DISTRIBUTED AND PERVASIVE SYSTEMS-3

Anno accademico
2021/2022 Programmi anni precedenti
Titolo corso in inglese
AUTONOMOUS, DISTRIBUTED AND PERVASIVE SYSTEMS-3
Codice insegnamento
PHD156-3 (AF:364605 AR:193148)
Modalità
In presenza
Crediti formativi universitari
2
Livello laurea
Corso di Dottorato (D.M.45)
Settore scientifico disciplinare
INF/01
Periodo
Annuale
Anno corso
1
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
L'insegnameno è uno dei tre moduli del corso [PHD156-3] AUTONOMOUS, DISTRIBUTED AND PERVASIVE SYSTEMS. Il modulo tratta di alcuni metodi di statistica computazionale utili all'analisi di problemi di interesse nel campo dell'informatica
La frequenza e la partecipazione alle attività formative proposte dal corso e lo studio individuale consentiranno agli studenti di:

1. Conoscenza e comprensione
1.1 Conoscere alcuni importanti metodi di statistica camputazionale per l'analisi di problemi di interesse nel campo dell'informatica.

2. Capacità di applicare conoscenza e comprensione
2.1 Saper applicare i metodi statistici.
2.2 Saper utilizzare in modo autonomo l'ambiente software R per analizzare i dati.
2.3 Saper utilizzare il linguaggio di programmazione R per modificare programmi già disponibili o codificarne di nuovi.

3. Capacità di giudizio
3.1 Saper individuare il metodo statistico più idoneo al problema di interesse.

4. Abilità comunicative
4.1 Saper comunicare chiaramente, correttamente ed efficacemente i risultati dell’analisi statistica ai vari stakeholder, sia in forma scritta che parlata.
4.2 Sapere interagire con il docente e gli altri studenti durante le lezioni teoriche e le applicazioni di volta in volta considerate.

5. Capacità di apprendimento
5.1 Saper prendere appunti durante le lezioni per integrare e chiarire con essi i contenuti del materiale didattico.
5.2 Saper valutare i propri progressi nell’apprendimento della materia rispondendo a domande aperte poste dal docente e risolvendo esercizi.
Conoscenza dei concetti base di statistica, matematica, programmazione.
1) Qualità 4.0: introduzione al controllo statistico di qualità nell'Industria 4.0. Carte tipo Shewhart, CUSUM, EWMA per prodotti e servizi. Calcolo di LCL, UCL, ARL.

2) Applicazione delle carte di controllo alla produzione di semiconduttori. Gestione del Software Process Improvement attraverso il controllo statistico di processo.

3) Metodi statistici per l'analisi di scalabilità di software e hardware.
Materiale didattico open source su R
Articoli scientifici
Appunti forniti dal docente
Presentazioni di un breve lavoro scientifico sull'applicazione di un metodo di statistica computazionale all'informatica.
Modulo organizzato in:
a) lezioni sui concetti teorici principali e la descrizione dei vari metodi
b) esercitazioni in cui si mettono in pratica i concetti teorici, analizzando dati, interpretando e comunicando i risultati.
Inglese
Nessuna.
scritto
Programma definitivo.
Data ultima modifica programma: 31/05/2021