DATA SCIENCE LAB IN PUBLIC POLICIES AND SERVICES

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
2
Anno accademico di erogazione: 
2018/2019
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Secondo Semestre
Ore di attivita' didattica: 
50
Prerequisiti: 

Big Data in Public Health

Statistica descrittiva e inferenziale.

---------------***********
----------

Big Data in Public and Social Services

Nesuno

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Big Data in Public Health

Questionario di valutazione finale con risposte a scelta multipla per valutare la preparazione sul programma complessivo. Progetto individuale riguardante l’analisi di big data per testare la capacità dello studente nell'applicazione della metodologia di ricerca nella sanità pubblica.

---------------***********
----------

Big Data in Public and Social Services

La modalità di verifica si basa su una prova progettuale e una prova orale.

In sede di valutazione viene considerata la capacità dello studente di rispondere a quesiti specifici facendo riferimento agli aspetti teorici e pratici (mediante esempi) connessi all'argomento richiesto.

La prova progettuale è obbligatoria e comune sia per gli studenti frequentanti sia per i non frequentanti.

La prova orale è mirata ad accertare la conoscenza teorica dello studente sugli argomenti del corso. Saranno quindi valutate le capacità di ragionare e approfondire le tematiche proposte in sede di esame e il rigore metodologico del loro sviluppo.

Valutazione: 
Voto Finale

Obiettivi formativi

Big Data in Public Health

Il corso si propone di fornire i concetti di base dell'epidemiologia che sono alla base di un adeguato approccio metodologico a un progetto di ricerca nel campo della salute pubblica. Lo studente sarà in grado di gestire i big data nella salute pubblica, concentrandosi in particolare su diversi aspetti tra cui la progettazione, la gestione e l'analisi dei dati. Lo studente sarà in grado di implementare strategie di disegno adeguate ai registri e ai dati sanitari amministrativi. Lo studente sarà in grado di calcolare gli indicatori di qualità / prestazioni e di eseguire una corretta sintesi delle prove emerse da diversi studi (i.e. meta-analisi su studi diagnostici e terapeutici).

---------------***********
----------

Big Data in Public and Social Services

Il laboratorio intende fornire gli strumenti tecnici per l'implementazione di pipeline di processamento dati (strutturati e non) mediante l'uso degli algoritmi e tool dello stato dell'arte per l'estrazione di conoscenza da dati reali. Inoltre, il corso intende fornire gli strumenti tecnici per la modellazione e realizzazione di data model in accordo con il paradigma NoSQL, focalizzando principalmente sui graph-database.

Contenuti

Big Data in Public Health

Epidemiologia di popolazione. Disegni di studio. Metodi statistici con applicazione ai registri e dati sanitari amministrativi. Metodi statistici e applicazioni alle meta-analisi su studi diagnostici e terapeutici.

---------------***********
----------

Big Data in Public and Social Services

Collecting data from web sources

Getting knowledge from data

Modelling and Querying the Resulting knowledge

Data visualisation & Decision Making

Programma esteso

Big Data in Public Health

Nozioni di base sull'epidemiologia di popolazione. Disegni di studio: progetti avanzati per combinare dati provenienti da fonti diverse (dati di registro, biomarcatori, biobanche, sondaggi). Approcci di Record linkage e metodi statistici con applicazione ai registri e dati sanitari amministrativi. Esempi di indicatori di qualità / prestazioni, ricerca con dati amministrativi, sistema di indicatori per valutare l'adeguatezza dei percorsi clinici nelle malattie croniche. Metodi statistici e applicazioni alle meta-analisi su studi diagnostici e terapeutici.

---------------***********
----------

Big Data in Public and Social Services

Collecting data from web source

scraping vs crawling

how to build a scraper/crawler through Python

Getting knowledge from data

Word Embedding (Word2Vec, Doc2Vec, FastText, StarSpace, etc)

Topic Modelling through Python

Modelling and Querying the Resulting knowledge

introduction to SNA metrics

graph-databases and graph-traversal query languages (Cypher, Gremlin)

Using Blockchain technology through Python to implement decentralised services (tbc)

Data visualisation & Decision Making

data visualisation paradigms and models (D3js, GraphViz, Gephi, Tableau)

evaluate effectiveness and usefulness of derived knowledge (KPI, CSF, etc)

Bibliografia consigliata

Big Data in Public Health

Kenneth J. Rothman Sander Greenland, Timothy L. Lash . Modern Epidemiology. Lippincott Williams & Wilkins; 3 ed.

---------------***********
----------

Big Data in Public and Social Services

Lezioni con l'ausilio di slide, laboratorio e casi applicativi. Articoli scientifici di riferimento saranno forniti dal docente. Il Software utilizzato sarà open-source

Metodi didattici

Big Data in Public Health

Lezioni frontali con l'utilizzo di metodologie attive affiancate da laboratori informatici con attività supervisionate in piccolo gruppi. Lettura critica di articoli metodologici riguardanti la salute pubblica.

---------------***********
----------

Big Data in Public and Social Services

Lezioni frontali, attività in laboratorio con l'uso del PC, esercitazioni, assegnamenti da svolgere a casa.