Per questo corso non sussiste alcuna propedeuticità.

Il corso introdurrà gli studenti ai fondamenti dell’informatica e della teoria della gestione delle informazioni. Verranno affrontati i concetti principali relativi al mondo dell’hardware e del software, nonché verranno introdotti i princìpi di base degli algoritmi, della programmazione e della gestione dei dati e delle informazioni. Gli studenti verranno poi guidati nello studio del linguaggio Python, di cui verranno esaminate sia le librerie core che quelle destinate alla realizzazione di semplici programmi e di semplici attività di analisi esplorativa dati, a supporto della quale verranno anche illustrati i princìpi di base di data visualisation e data storytelling. Verranno altresì esaminate le principali librerie Python a supporto dell’analisi statistica. Il corso si pone come obiettivo quello di preparare gli studenti all’analisi di applicazioni Python più complesse per la medicina e la biologia, che verranno descritte nel corso di “Informatica e Biologia Computazionale” al secondo semestre del secondo anno.

Conoscenze e comprensione: Al termine del corso gli studenti: (a) conosceranno i principi della programmazione strutturata, in relazione alle caratteristiche del software; (b) conosceranno gli aspetti generali del linguaggio Python cioè programmazione con i tipi di dati fondamentali, le strutture di controllo, le funzioni, le liste, i file, gli insiemi e i dizionari; (c) comprenderanno le tecniche di codifica in Python di semplici algoritmi; (d) comprenderanno come utilizzare i principali ambienti di sviluppo Python sia a livello di IDE per la gestione di script sia a livello di ambienti per la gestione di notebook; (e) conosceranno le caratteristiche principali delle strutture dati e dei database; (f) conosceranno le librerie core e avanzate di Python; (g) comprenderanno le linee guida e i princìpi di analisi esplorativa dati.

Capacità di applicare conoscenze e comprensione. Gli studenit saranno in grado di applicare le conoscenze acquisite all’ambito applicativo medico e biomedico, sia per la realizzazione di script in linguaggio Python per la risoluzione di semplici problemi algoritmici, sia per per effettuare operazioni di analisi esplorativa dati.

Autonomia di giudizio. Il corso favorisce l'autonomia di giudizio degli studenti attraverso l'analisi critica di problemi di modellazione del software da requisiti funzionali e non funzionali, per i quali trovare le soluzioni adeguate a risolverli poi in linguaggio Python. In tal senso, verrà anche favorita l’analisi critica degli studenti in relazione alle soluzioni proposte da loro stessi.

Abilità comunicative. Gli studenti apprenderanno il linguaggio settoriale e il formalismo tecnico necessari per comunicare efficacemente le scelte di modellazione e implementazione adottate. Gli studenti potranno altresì beneficiare della dinamica didattica interattiva che spingerà al confronto costruttivo e alla comunicazione.

Capacità di apprendimento. Gli studenti saranno anche guidati nello sviluppo di capacità di apprendimento autonomo, tramite la ricerca di ulteriore materiale documentale a supporto e integrazione di quello presentato a lezione, anche al fine di favorire la propensione all’aggiornamento autonomo e all’approfondimento, aspetti questi ancora più importanti viste le caratteristiche estremamente dinamiche del contesto tecnologico-scientifico attuale in cui si inserisce il corso.
 

Lezioni frontali in cui si alterneranno elementi di teoria ed esercitazioni pratiche al calcolatore, per la modellazione, implementazione, esecuzione ed analisi di script e programmi in linguaggio Python.

Esame orale per la verifica di conoscenze e competenze.

Come indicato da portale Web: https://studenti.unisalento.it/

•    Presentazione del corso e concetti di base (lezione: 2.5h)
•    Struttura dei sistemi di calcolo (2h)
•    Algoritmi (2h)
•    Dati e informazioni, gestione dati (lezione: 4h) 
•    Analisi esplorativa dati (4h)
•    Uso delle statistiche descrittive nell’analisi dati (2h)
•    Tecniche di visualizzazione dati e di data storytelling (6h) 
•    Introduzione al linguaggio Python (2h)
•    Funzioni della libreria core di Python (6h) 
•    Libreria Numpy (4h)
•    Libreria Pandas (4h) 
•    Librerie matplotlib e Seaborn (4h)
•    Libreria statsmodels (4h)
•    Libreria scikit-learn (3h)
 

• Cay Horstmann, Rance D. Necaise, “Concetti di Informatica e Fondamenti di Python”, Seconda Edizione, Apogeo Education, Maggioli Editore, 2019.
• Materiale didattico fornito dal docente tramite il sito elearning.unisalento.it.