UNIVPM: Guida insegnamenti

Guida degli insegnamenti

Syllabus

INDICEINDEX

Linee guida compilazione SyllabusSyllabus Guidelines (in italian)

Partially translatedTradotto parzialmente

[W001804] - ELABORAZIONE DATIDATA ANALYSIS
ALESSANDRO BECCI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [ST01] SCIENZE BIOLOGICHE First Cycle Degree (3 years) - [ST01] BIOLOGICAL SCIENCES
Dipartimento: [040017] Dipartimento Scienze della Vita e dell'AmbienteDepartment: [040017] Dipartimento Scienze della Vita e dell'Ambiente
Anno di corsoDegree programme year : 3 - Secondo Semestre
Anno offertaAcademic year: 2023-2024
Anno regolamentoAnno regolamento: 2021-2022
Obbligatorio
Crediti: 3
Ore di lezioneTeaching hours: 24
TipologiaType: F - Altro
Settore disciplinareAcademic discipline: INF/01 - INFORMATICA

LINGUA INSEGNAMENTO LANGUAGE

ITALIANO

Italian

PREREQUISITI PREREQUISITES

Nessuno

MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

Sono previste sia lezioni teoriche frontali (0.5 CFU) che esercitazioni utilizzando il software Excel (0.5 CFU), il software Power BI (0.5 CFU) e il software Rstudio (0.5 CFU), alla fine del corso si terranno esercitazioni pratiche (1 CFU).

RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES

Conoscenze e comprensione.

Struttura dei dati
Software per la rappresentazione visiva dei dati

Capacità di applicare conoscenze e comprensione.

Al termine dell’insegnamento lo studente sarà in grado di analizzare la struttura dei dati per comprenderne le informazioni basilari e rappresentarle graficamente in modo chiaro ed essenziale, anche utilizzando i software Excel, Microsoft Power BI e RStudio.

Competenze trasversali.

Questo insegnamento contribuisce a migliorare il grado di autonomia di giudizio in generale, la capacità comunicativa che deriva anche dalla discussione in gruppo. Inoltre l’utilizzo di strumenti software fornisce allo studente anche importanti competenze trasversali di tipo informatico.

Knowledge and Understanding.

Capacity to apply Knowledge and Understanding.

Transversal Skills.

PROGRAMMA PROGRAM

Introduzione alla rappresentazione dei dati nei sistemi digitali.
L’analisi dei dati e la visualizzazione scientifica.
Casi studio ed elaborazioni in Excel, Power BI e Rstudio

MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION

Modalità di valutazione dell'apprendimento.

L’esame consiste nella preparazione di un lavoro contenente l'elaborazione di dati tramite l'utilizzo dei software mostrati durante il corso e in una prova orale in cui il candidato esporrà i risultati ottenuti.

Criteri di valutazione dell'apprendimento.

Nella prova lo studente dovrà dimostrare di conoscere gli argomenti presentati a lezione e di sapere applicare le conoscenze ad uno specifico caso di studio.

Criteri di misurazione dell'apprendimento.

Il voto finale è attribuito in trentesimi. L’esame si intende superato quando il voto è maggiore o uguale a 18. È prevista l’assegnazione del massimo dei voti con lode (30 e lode).

Criteri di attribuzione del voto finale.

Il voto finale viene attribuito sulla base dell’esito della prova orale.

Learning Evaluation Methods.

Learning Evaluation Criteria.

Learning Measurement Criteria.

Final Mark Allocation Criteria.

TESTI CONSIGLIATI RECOMMENDED READING

Nessuno

Scheda insegnamento erogato nell’A.A. 2023-2024
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2023-2024