LABORATORIO DI BUSINESS ANALYTICS

Insegnamento
LABORATORIO DI BUSINESS ANALYTICS
Insegnamento in inglese
LABORATORY OF BUSINESS ANALYTICS
Settore disciplinare
MAT/09
Corso di studi di riferimento
INGEGNERIA INDUSTRIALE
Tipo corso di studio
Laurea
Crediti
6.0
Ripartizione oraria
Ore Attività frontale: 54.0
Anno accademico
2020/2021
Anno di erogazione
2022/2023
Anno di corso
3
Lingua
ITALIANO
Percorso
Curriculum Impresa 4.0 - meccanica

Descrizione dell'insegnamento

Il programma dell'insegnamento è provvisorio e potrebbe subire delle modifiche

Sono richiesti elementi di Analisi Matematica, Geometria e Ottimizzazione / Ricerca Operativa

L'obiettivo del corso è impartire allo studente conoscenze di base sia operative che metodologiche inerenti la statistica, la programmazione scientifica e l'ottimizzazione nel contesto dell'ingegneria industriale.

Lo studente sarà introdotto all'analisi esplorativa dei dati e alla data visualization mostrando come l'uso di opportuni metodi algoritmici permettano di risolvere una varietà di problemi concreti a partire dall'analisi dei dati.

Gli elementi di programmazione scientifica forniranno le conoscenze operative e metodologiche di base per progettare e sviluppare algoritmi. I contenuti inerenti l'ottimizzazione saranno finalizzati a fornire i concetti sia di carattere modellistico che algoritmico relativi ai problemi decisionali strutturati che un ingegnere industriale tipicamente incontra nella fase di progettazione e/o gestione di un sistema.

Dopo il corso lo studente dovrebbe essere in grado di:

  • Scrivere ed analizzare un semplice codice scritto in un linguaggio di programmazione, con particolare riferimento alla programmazione scientifica.

  • Formulare un problema di decisione strutturato sotto forma di un modello matematico di ottimizzazione ed individuare l’algoritmo risolutivo più adatto per determinarne la soluzione ottima.

Lezioni frontali ed esercitazioni.

Scritto.

Elementi di programmazione scientifica. Tipi, variabili, operatori, espressioni condizionali, metodi, cicli. Programmazione ricorsiva. Svolgimento di esercizi al calcolatore sugli argomenti trattati.

 

Elementi di ottimizzazione. Richiami sulla programmazione lineare e sulla programmazione lineare intera. Presentazione di modelli di PL o PLI per alcuni problemi notevoli. Svolgimento di esercizi sugli argomenti trattati.

"Automate the Boring Stuff with Python: Practical Programming for Total Beginners" - Libro di Al Sweigart

Semestre

Tipo esame
Obbligatorio

Valutazione
Orale - Voto Finale

Orario dell'insegnamento
https://easyroom.unisalento.it/Orario

Scarica scheda insegnamento (Apre una nuova finestra)(Apre una nuova finestra)