Insegnamento - Università Roma Tre

Algoritmi per big data (obiettivi)

Codice

20810211

Lingua

ITA

Tipo di attestato

Attestato di profitto

Crediti

6

Settore scientifico disciplinare

ING-INF/05

Ore Aula

54

Attività formativa

Attività formative caratterizzanti

Canale Unico

Docente	DI BATTISTA GIUSEPPE (programma) 1) Algorithms for data streams - Approximate counting - Majority problems - Sampling and reservoir sampling - Bloom filters - Frequent itemsets - Number of distinct elements 2) Algorithms and data structures for quantitative features analysis - orthogonal range searching (kd-trees, range trees, and layered range trees) - median finding - multidimensional divide and conquer, closest pair - fractional cascading 3) Algorithms for the decomposition of complex networks - Decomposition into k-connected components - Decomposition into k-cores, maximal cliques, maximal k-plexes 4) Locality sensitive hashing for finding similar items - Min-Hashing - Nearest neighbour search, k-nearest neighbour search (testi) Slides più: Mining of Massive Datasets Jure Leskovec, Anand Rajaraman, Jeff Ullman Cambridge University Press http://www.mmds.org/
Date di inizio e termine delle attività didattiche	Dal 23/09/2024 al 23/12/2024
Modalità di erogazione	Tradizionale
Modalità di frequenza	Non obbligatoria
Metodi di valutazione	Prova scritta Valutazione di un progetto

Docente	FRATI FABRIZIO (programma) 1) Algorithms for data streams - Approximate counting - Majority problems - Sampling and reservoir sampling - Bloom filters - Frequent itemsets - Number of distinct elements 2) Algorithms and data structures for quantitative features analysis - orthogonal range searching (kd-trees, range trees, and layered range trees) - median finding - multidimensional divide and conquer, closest pair - fractional cascading 3) Locality sensitive hashing for finding similar items - Min-Hashing - Nearest neighbour search, k-nearest neighbour search 4) NoSQL internals & Distributed Hash Tables - Chord - consistent hashing - Kademlia 5) Scalable security: - integrity of big data sets in the cloud, - consistency and scalability issues with authenticated data structures (testi) Mining of Massive Datasets Jure Leskovec, Anand Rajaraman, Jeff Ullman Cambridge University Press http://www.mmds.org/
Date di inizio e termine delle attività didattiche	Dal 23/09/2024 al 23/12/2024
Modalità di erogazione	Tradizionale
Modalità di frequenza	Non obbligatoria
Metodi di valutazione	Prova scritta Valutazione di un progetto

Docente	DA LOZZO GIORDANO (programma) 1) Algorithms for data streams - Approximate counting - Majority problems - Sampling and reservoir sampling - Bloom filters - Frequent itemsets - Number of distinct elements 2) Algorithms and data structures for quantitative features analysis - orthogonal range searching (kd-trees, range trees, and layered range trees) - median finding - multidimensional divide and conquer, closest pair - fractional cascading 3) Locality sensitive hashing for finding similar items - Min-Hashing - Nearest neighbour search, k-nearest neighbour search 4) NoSQL internals & Distributed Hash Tables - Chord - consistent hashing - Kademlia 5) Scalable security: - integrity of big data sets in the cloud, - consistency and scalability issues with authenticated data structures (testi) Mining of Massive Datasets Jure Leskovec, Anand Rajaraman, Jeff Ullman Cambridge University Press http://www.mmds.org/
Date di inizio e termine delle attività didattiche	Dal 23/09/2024 al 23/12/2024
Modalità di erogazione	Tradizionale
Modalità di frequenza	Non obbligatoria
Metodi di valutazione	Prova scritta Valutazione di un progetto

Docente	PIZZONIA MAURIZIO (programma) 1) Algorithms for data streams - Approximate counting - Majority problems - Sampling and reservoir sampling - Bloom filters - Frequent itemsets - Number of distinct elements 2) Algorithms and data structures for quantitative features analysis - orthogonal range searching (kd-trees, range trees, and layered range trees) - median finding - multidimensional divide and conquer, closest pair - fractional cascading 3) Locality sensitive hashing for finding similar items - Min-Hashing - Nearest neighbour search, k-nearest neighbour search 4) NoSQL internals & Distributed Hash Tables - Chord - consistent hashing - Kademlia 5) Scalable security: - integrity of big data sets in the cloud, - consistency and scalability issues with authenticated data structures (testi) Mining of Massive Datasets Jure Leskovec, Anand Rajaraman, Jeff Ullman Cambridge University Press http://www.mmds.org/
Date di inizio e termine delle attività didattiche	Dal 23/09/2024 al 23/12/2024
Modalità di erogazione	Tradizionale
Modalità di frequenza	Non obbligatoria
Metodi di valutazione	Prova scritta Valutazione di un progetto