Sistemi di basi di dati: proprietà fondamentali. Modello relazionale. Algebra relazionale. SQL. Progettazione concettuale di basi di dati. Progettazione logica di basi di dati. Normalizzazione.

P. Atzeni et al. Basi di dati 5/Ed. McGraw-Hill, 2018
Materiale aggiuntivo a cura del docente sul sito
http://www.dia.uniroma3.it/~atzeni/didattica/BDN/BDNindex.html

1. Regression
Richiami di Linear Regression
Overfitting nella Regressione
Feature Selection e Lasso

2. Classification
Richiami di Logistic Regression per la classificazione
Overfitting nella Classificazione
Boosting. Algoritmo AdaBoost
Support Vector Machine (Large Margin Classification, Kernel I, Kernel II)
Naïve Bayes


3. Clustering e Retrieval
Algoritmo K-NN
Algoritmo K-Means
Expectation Maximization
Applicazioni all’Information Retrieval

4. Dimensionality Reduction
Compressione e visualizzazione dei dati
Principal Component Analysis (PCA)
Scelta del numero di componenti principali
Applicazioni nei Recommender Systems

5. Deep Learning
Deep Forward Networks
Regularization per il Deep Learning
Convolutional Networks
Applicazioni varie

6. Casi di Studio e Progetti
Si esporranno vari casi di studio e si proporranno progetti in cui applicare le nozioni apprese su vari domíni d’interesse.

Dispense a cura del docente.

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Insiemi fuzzy: definizione ed estensione degli operatori logici usuali. Famiglie di operatori e loro semantica. Utilizzi diretti della logica fuzzy nell’elaborazione di dati sensoriali e nel controllo.  Relazioni ed implicazioni fuzzy. Tipi di controllori fuzzy. Controllori di Mandami e controllori Takagi-Sugeno. Proprietà delle regole di un controllore fuzzy. Scelta fra un controllore “tradizionale” ed uno fuzzy.
Trattamento delle informazioni incerte: Misure di Credibilità e Plausibilità, il Basic Mass Assignment e la regola di Dempster Shafer.
Sistemi ad apprendimento: la rete ANFIS.


Esercitazioni con l'impiego di Matlab. Sviluppo di progetti, Tesine.

Fornito dal docente

• MODULO 1 - INTRODUZIONE
1.1. Generalità e definizioni
1.2. Cenni storici
1.3. Modelli dinamico e statico
1.4. Scenario attuale e tendenze evolutive

• MODULO 2 - STRUTTURE
2.1. Definizioni
2.2. Concetto di delega
2.3. Struttura, concetto e tipologie
2.4. Comitati
2.5. Struttura e evoluzione strutturale secondo Mintzberg
2.6. Linea gerarchica secondo Jaques
2.7. Struttura e processi
2.8. Reti

• MODULO 3 - MOTIVAZIONE
3.1. I bisogni secondo Maslow e Herzberg
3.2. Motivazione e demotivazione
3.3. Il lavoro secondo Jaques
3.4. Rapporto individuo-organizzazione
3.5. Aspetti psicologici della delega

• MODULO 4 - CULTURA ORGANIZZATIVA
4.1. Il gruppo psicologico
4.2. Formazione della cultura di gruppo
4.3. Il gruppo di lavoro
4.4. La cultura organizzativa

•MODULO 5 - GESTIONE E SVILUPPO DELLE RISORSE UMANE
5.1. Funzioni relative alle R.U. rilevanti per l’organizzazione
5.2. Sviluppo: Selezione, Valutazione, Formazione, carriere e rimpiazzi)
5.3. Politiche retributive

• MODULO 6 - MICROORGANIZZAZIONE
6.1.Documenti
6.2. Rappresentazione della struttura
6.3. Procedure
6.4. Analisi organizzativa

•LABORATORIO DI ORGANIZZAZIONE E IMPRENDITORIA (temi a scelta per lavori di gruppo; i primi due temi vengono sviluppati comunque; i temi non trattati sono posti fuori programma)
– SISTEMI INFORMATIVI
1. Organizzazione ed integrazione informativa
2. L’informazione come fattore abilitante
3. Risorse, processi e flussi informativi
4. Le architetture e i sistemi di IT
5. Integrazione informatica e sistemi ERP

– SISTEMI QUALITÀ
1. Evoluzione del concetto di qualità
2. I Sistemi Qualità (dal Quality Control alla Total Quality)
3. Normativa ISO9000 e certificazione
4. EFQM

– ANALISI PRODOTTO-MERCATO
1. Strategia e pianificazione strategica
2. Posizione competitiva, SBA e SBU
3. Matrici di Boston e Mc Kinsey, analisi del portafoglio
4. Analisi SWOT

– PROCESSI
1. Concetto di processo
2. Modellazione dei processi
3. Valutazione dei processi
4. Reingegnerizzazione dei processi

– BUSINESS PLAN
1. Scopi ed utilità
2. Struttura
3. Sviluppo
4. I singoli contenuti e gli strumenti di analisi

– AUTORITÀ E POTERE
1. Concetti di autorità e di potere
2. Burocrazie e rapporto capo-subordinato (Jaques)
3. Interazioni in una rete sociale con struttura e ruoli (Jaques)
4. Fonti, caratteristiche ed esercizio del potere nelle organizzazioni (Mintzberg)
5. Coalizioni

COPIA DELLE SLIDES PROIETTATE IN AULA
RICERCHE BIBLIOGRAFICHE INDIVIDUALI

1. Introduzione al sistema operativo robot (ROS)
2. Architettura ROS: Nodes, Messages, Topics, Services e Parameters
3. Ambiente di simulazione Gazebo
4. Cinematica del robot con azionamento differenziale
5. Strumenti della GUI ROS (Rviz e Rqt)
6. Stack di navigazione

Testo Principale
- Lentin Joseph. 2018. Robot Operating System for Absolute Beginners. Apress, USA.

Testo Suggerito
- Lentin Joseph and Jonathan Cacace. 2018. Mastering ROS for Robotics Programming - Second Edition: Design, build, and simulate complex robots using the Robot Operating System (2nd. ed.). Packt Publishing.

Utilizzo di software di modellazione matematica o di altri strumenti informatici per lo sviluppo di un progetto individuale nell'ambito dei metodi decisionali

Per il sofware ampl:
- https://ampl.com/resources/the-ampl-book/
- slide del docente
Per altri software:
- materiale disponibile in rete

Modelli per processi aleatori stazionari
- Leggi fisiche
- Processo stocastico
- Modelli per il filtraggio, la predizione ed il controllo: modelli input-output per serie temporali e sistemi dinamici (AR, ARMA, ARX, ARMAX)

Identificazione
- Identificazione a scatola nera (Minimi quadrati e metodi a massima verosimiglianza)
- Selezione della descrizione a complessità minima
- Cross-validazione: tecniche FPE (Final Prediction Error), AIC (Akaike Information Criterion) or MDL (Minimum Description Length)
- Metodi di identificazione ricorsivi (RLS,ELS,RML). Forgetting factor

Bayesian filtering
- Stima di stato: filtraggio, predizione e smoothing.
- Filtro di Kalman, filtro di Kalman di regime
- Trasformazione unscented, filtro di Kalman Unscented Kalman
- Filtri a griglia
- Filtri Particle

Filtraggio distribuito
- Filtro a informazione
- Filtro a informazione estesto

Sergio Bittanti, "Model Identification and Data Analysis", John Wiley and Sons Ltd

Interdipendenza e complessità nei sistemi infrastrutturali e nella gestione delle emergenze. Valutazione del rischio interconnesso. CISIApro 2.0. Direttiva NIS. Sale Controllo. GDPR/ Perimetro Digitale. Introduzione all'Analisi del Rischio in sistemi interdipendenti. Modellazione MHR. Reti Complesse.

Vulnerabilità sistemi di controllo industriali. Vulnerabilità dei protocolli. Attacchi informatici a sistemi di controllo industriale. Smart Behavioral Filter. Hands-on ICS

Decision Support Systems. Building Automation Systems. Smart Cities. IoT Introduzione. IoT Database. Distribuzione Energia Elettrica. Rete Idrica. Sistemi per il monitoraggio delle reti industriali. Iot Cloud

Appunti del docente

Il sistema azienda: struttura, obiettivi, funzioni aziendali, le tipologie di struttura organizzativa. Classificazione dei sistemi di produzione. Le misure di prestazione dei sistemi di produzione. Rappresentazione e mappatura dei processi di produzione. Tecniche per la stima delle prestazioni dei sistemi produttivi. Legami tra WIP, Throughput e Tempo di attraversamento ed influenza della variabilità. Approcci alla diagnostica e miglioramento delle prestazioni dei sistemi manifatturieri.
Il dimensionamento dei lotti di produzione (lotto economico di produzione ed estensione al caso multiprodotto). La produzione per campagne (determinazione del numero ottimale di campagne e della loro durata ottimale). Effetto della dimensione dei lotti sul tempo di attraversamento.

La previsione della domanda
Gli elementi che caratterizzano la domanda e la sua variabilità (fluttuazioni random, trend, stagionalità e ciclicità). Tecniche previsionali qualitative e quantitative. Metodi causali basati su regressione lineare. Metodi basati su serie storiche (media mobile, media mobile pesata, media con smorzamento esponenziale con e senza trend). Metodi di stima della domanda stagionale. Criteri di stima degli errori di previsione (CFE, MAPE, MAD, TS). La previsione di domanda per i nuovi prodotto (stime della dimensione del mercato e modello di Bass).

Pianificazione, programmazione e controllo della produzione
Analisi P-Time e D-Time, la legge di Little. Logiche di gestione Push e Pull. Produzione a magazzino (Make to Stock) e produzione su commessa (Assemble to Order, Make to Order ed Engineering to Order). Gerarchia delle fasi di pianificazione, programmazione e controllo e le loro interazioni con le decisioni strategiche e la pianificazione della capacità produttiva.

Pianificazione aggregata
Criteri di adeguamento della capacità produttiva alla domanda. Metodi empirici (piani zero-inventory, piani level work force, piani misti) e modelli di ottimizzazione LP per la redazione del piano aggregato.

Il Piano Principale di Produzione
Criteri per la disaggregazione del piano aggregato e redazione del Piano principale di Produzione. La gestione della distinta base. Piano principale di produzione MTS E ATO.

Programmazione di medio periodo e pianificazione dei fabbisogni.
Il metodo MRPI e II. La verifica di capacità (Capacity Requirements Planning). Criteri di lottizzazione dei fabbisogni. Stima capacità Available to Promise. Limiti e vincoli del sistema MRP.

Programmazione operativa
I piani operativi di produzione ed il Final Assembly Schedule. Criteri operativi e tecniche euristiche per lo scheduling delle risorse e l’assegnazione delle priorità. Sequencing di linee di produzione multimodel e mixed model. Il controllo avanzamento della produzione.

Sistemi di produzione pull
Il sistema Kanban, il livellamento della produazione ed il sequencing di linee mixed model. Il sistema CONWIP. Confronto prestazionale tra sistemi push e pull.

Richiami di gestione delle scorte
Funzione e criteri di classificazione delle scorte. I costi rilevanti nella gestione delle scorte. I materiali a domanda dipendente e indipendente.
La gestione dei materiali a domanda indipendente: lotto economico con consegne istantanee e graduali, lotto economico con sconti quantità, la gestione a livello di riordino e a ciclo di riordino. La gestione degli articoli a forte movimentazione (copertura totale e copertura libera). Criteri per la determinazione della scorta di sicurezza (ricerca dell’ottimo economico e valutazione del livello di servizio). I benefici della centralizzazione delle scorte. La gestione a fabbisogno ,lot by lot e lotto economico dinamico. Decisioni di approvvigionamento sul singolo periodo (newsboy model). L’analisi ABC, le misure di prestazione dei magazzini (indice di rotazione, periodo di copertura, indici di efficienza del servizio).

Dispense distribuite dal docente caricate sul sito Moodle.

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Programma Italiano
1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

Programma Italiano
1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

Programma Italiano
1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
-Johnson–Lindenstrauss lemma
Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

Panoramica sui sistemi di supporto alle decisioni (DSS). Introduzione alla Business Analytics. Nozioni di base di Descriprive e Predictive analytics. Prescriptive analytics. Model Driven DSS. Algoritmi euristici, complessità, modellazione. Ottimizzazione robusta.

1. Modelli e metodi decisionali in condizioni di incertezza e rischio, di G. Ghiani, R. Musmanno (a cura di), McGraw-Hill Education, 2009.
2. Slide e materiale didattico fornito dal docente

Sistemi di basi di dati: proprietà fondamentali. Modello relazionale. Algebra relazionale. SQL. Progettazione concettuale di basi di dati. Progettazione logica di basi di dati. Normalizzazione.

P. Atzeni et al. Basi di dati 5/Ed. McGraw-Hill, 2018
Materiale aggiuntivo a cura del docente sul sito
http://www.dia.uniroma3.it/~atzeni/didattica/BDN/BDNindex.html

1. Regression
Richiami di Linear Regression
Overfitting nella Regressione
Feature Selection e Lasso

2. Classification
Richiami di Logistic Regression per la classificazione
Overfitting nella Classificazione
Boosting. Algoritmo AdaBoost
Support Vector Machine (Large Margin Classification, Kernel I, Kernel II)
Naïve Bayes


3. Clustering e Retrieval
Algoritmo K-NN
Algoritmo K-Means
Expectation Maximization
Applicazioni all’Information Retrieval

4. Dimensionality Reduction
Compressione e visualizzazione dei dati
Principal Component Analysis (PCA)
Scelta del numero di componenti principali
Applicazioni nei Recommender Systems

5. Deep Learning
Deep Forward Networks
Regularization per il Deep Learning
Convolutional Networks
Applicazioni varie

6. Casi di Studio e Progetti
Si esporranno vari casi di studio e si proporranno progetti in cui applicare le nozioni apprese su vari domíni d’interesse.

Dispense a cura del docente.

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Insiemi fuzzy: definizione ed estensione degli operatori logici usuali. Famiglie di operatori e loro semantica. Utilizzi diretti della logica fuzzy nell’elaborazione di dati sensoriali e nel controllo.  Relazioni ed implicazioni fuzzy. Tipi di controllori fuzzy. Controllori di Mandami e controllori Takagi-Sugeno. Proprietà delle regole di un controllore fuzzy. Scelta fra un controllore “tradizionale” ed uno fuzzy.
Trattamento delle informazioni incerte: Misure di Credibilità e Plausibilità, il Basic Mass Assignment e la regola di Dempster Shafer.
Sistemi ad apprendimento: la rete ANFIS.


Esercitazioni con l'impiego di Matlab. Sviluppo di progetti, Tesine.

Fornito dal docente

• MODULO 1 - INTRODUZIONE
1.1. Generalità e definizioni
1.2. Cenni storici
1.3. Modelli dinamico e statico
1.4. Scenario attuale e tendenze evolutive

• MODULO 2 - STRUTTURE
2.1. Definizioni
2.2. Concetto di delega
2.3. Struttura, concetto e tipologie
2.4. Comitati
2.5. Struttura e evoluzione strutturale secondo Mintzberg
2.6. Linea gerarchica secondo Jaques
2.7. Struttura e processi
2.8. Reti

• MODULO 3 - MOTIVAZIONE
3.1. I bisogni secondo Maslow e Herzberg
3.2. Motivazione e demotivazione
3.3. Il lavoro secondo Jaques
3.4. Rapporto individuo-organizzazione
3.5. Aspetti psicologici della delega

• MODULO 4 - CULTURA ORGANIZZATIVA
4.1. Il gruppo psicologico
4.2. Formazione della cultura di gruppo
4.3. Il gruppo di lavoro
4.4. La cultura organizzativa

•MODULO 5 - GESTIONE E SVILUPPO DELLE RISORSE UMANE
5.1. Funzioni relative alle R.U. rilevanti per l’organizzazione
5.2. Sviluppo: Selezione, Valutazione, Formazione, carriere e rimpiazzi)
5.3. Politiche retributive

• MODULO 6 - MICROORGANIZZAZIONE
6.1.Documenti
6.2. Rappresentazione della struttura
6.3. Procedure
6.4. Analisi organizzativa

•LABORATORIO DI ORGANIZZAZIONE E IMPRENDITORIA (temi a scelta per lavori di gruppo; i primi due temi vengono sviluppati comunque; i temi non trattati sono posti fuori programma)
– SISTEMI INFORMATIVI
1. Organizzazione ed integrazione informativa
2. L’informazione come fattore abilitante
3. Risorse, processi e flussi informativi
4. Le architetture e i sistemi di IT
5. Integrazione informatica e sistemi ERP

– SISTEMI QUALITÀ
1. Evoluzione del concetto di qualità
2. I Sistemi Qualità (dal Quality Control alla Total Quality)
3. Normativa ISO9000 e certificazione
4. EFQM

– ANALISI PRODOTTO-MERCATO
1. Strategia e pianificazione strategica
2. Posizione competitiva, SBA e SBU
3. Matrici di Boston e Mc Kinsey, analisi del portafoglio
4. Analisi SWOT

– PROCESSI
1. Concetto di processo
2. Modellazione dei processi
3. Valutazione dei processi
4. Reingegnerizzazione dei processi

– BUSINESS PLAN
1. Scopi ed utilità
2. Struttura
3. Sviluppo
4. I singoli contenuti e gli strumenti di analisi

– AUTORITÀ E POTERE
1. Concetti di autorità e di potere
2. Burocrazie e rapporto capo-subordinato (Jaques)
3. Interazioni in una rete sociale con struttura e ruoli (Jaques)
4. Fonti, caratteristiche ed esercizio del potere nelle organizzazioni (Mintzberg)
5. Coalizioni

COPIA DELLE SLIDES PROIETTATE IN AULA
RICERCHE BIBLIOGRAFICHE INDIVIDUALI

1. Introduzione al sistema operativo robot (ROS)
2. Architettura ROS: Nodes, Messages, Topics, Services e Parameters
3. Ambiente di simulazione Gazebo
4. Cinematica del robot con azionamento differenziale
5. Strumenti della GUI ROS (Rviz e Rqt)
6. Stack di navigazione

Testo Principale
- Lentin Joseph. 2018. Robot Operating System for Absolute Beginners. Apress, USA.

Testo Suggerito
- Lentin Joseph and Jonathan Cacace. 2018. Mastering ROS for Robotics Programming - Second Edition: Design, build, and simulate complex robots using the Robot Operating System (2nd. ed.). Packt Publishing.

Utilizzo di software di modellazione matematica o di altri strumenti informatici per lo sviluppo di un progetto individuale nell'ambito dei metodi decisionali

Per il sofware ampl:
- https://ampl.com/resources/the-ampl-book/
- slide del docente
Per altri software:
- materiale disponibile in rete

Programma del Corso
1. Introduzione a Processi Decisionali Multi-Criterio nella Gestione dei Servizi Pubblici
2. Ottimizzazione nella Pianificazione e Schedulazione di Progetti
3. Programmazione Disgiuntiva: Modelli di Scheduling e Routing, Algoritmi (Meta)Euristici / Esatti
4. Sistemi di Prenotazione, Scheduling di Intervalli
5. Timetabling con Vincoli su Operatori o Strumentazione
6. Scheduling and Timetabling in Tornei Sportivi
7. Scheduling di Programmi Televisivi
8. Problemi di Trasporto: Coordinamento, Scheduling e Routing di Navi/Aerei/Treni
9. Sistemi di Supporto alle Decisioni per la Direzione delle Operazioni in Tempo Reale
10. Scheduling della Forza Lavoro: Scheduling dei Giorni Liberi, Turni, Cyclic Staffing
11. Scheduling del Personale Aereo
12. Problemi di Localizzazione Discreta
13. Gestione della Qualità dell’Acqua e dell’Aria
14. Assistenza Sanitaria

Michael L. Pinedo (Author) “Planning and Scheduling in Manufacturing and Services”, Springer Series in Operations Research, Edizione 2005
S.M. Pollock, M.H. Rothkopf, A. Barnett (Editors), “Operations Research and the Public Sector”, Handbooks in Operations Research and Management Science, Volume 6, Edizione 1994
MATERIALE DISPONIBILE SULLA PAGINA MOODLE DEL CORSO, INCLUSE DISPENSE DEL DOCENTE, SLIDES DELLE LEZIONI E ARTICOLI SCIENTIFICI
SOFTWARE DI OTTIMIZZAZIONE & TUTORIALS DISPONIBILI SULLA PAGINA MOODLE DEL CORSO

Modelli per processi aleatori stazionari
- Leggi fisiche
- Processo stocastico
- Modelli per il filtraggio, la predizione ed il controllo: modelli input-output per serie temporali e sistemi dinamici (AR, ARMA, ARX, ARMAX)

Identificazione
- Identificazione a scatola nera (Minimi quadrati e metodi a massima verosimiglianza)
- Selezione della descrizione a complessità minima
- Cross-validazione: tecniche FPE (Final Prediction Error), AIC (Akaike Information Criterion) or MDL (Minimum Description Length)
- Metodi di identificazione ricorsivi (RLS,ELS,RML). Forgetting factor

Bayesian filtering
- Stima di stato: filtraggio, predizione e smoothing.
- Filtro di Kalman, filtro di Kalman di regime
- Trasformazione unscented, filtro di Kalman Unscented Kalman
- Filtri a griglia
- Filtri Particle

Filtraggio distribuito
- Filtro a informazione
- Filtro a informazione estesto

Sergio Bittanti, "Model Identification and Data Analysis", John Wiley and Sons Ltd

Interdipendenza e complessità nei sistemi infrastrutturali e nella gestione delle emergenze. Valutazione del rischio interconnesso. CISIApro 2.0. Direttiva NIS. Sale Controllo. GDPR/ Perimetro Digitale. Introduzione all'Analisi del Rischio in sistemi interdipendenti. Modellazione MHR. Reti Complesse.

Vulnerabilità sistemi di controllo industriali. Vulnerabilità dei protocolli. Attacchi informatici a sistemi di controllo industriale. Smart Behavioral Filter. Hands-on ICS

Decision Support Systems. Building Automation Systems. Smart Cities. IoT Introduzione. IoT Database. Distribuzione Energia Elettrica. Rete Idrica. Sistemi per il monitoraggio delle reti industriali. Iot Cloud

Appunti del docente

Il sistema azienda: struttura, obiettivi, funzioni aziendali, le tipologie di struttura organizzativa. Classificazione dei sistemi di produzione. Le misure di prestazione dei sistemi di produzione. Rappresentazione e mappatura dei processi di produzione. Tecniche per la stima delle prestazioni dei sistemi produttivi. Legami tra WIP, Throughput e Tempo di attraversamento ed influenza della variabilità. Approcci alla diagnostica e miglioramento delle prestazioni dei sistemi manifatturieri.
Il dimensionamento dei lotti di produzione (lotto economico di produzione ed estensione al caso multiprodotto). La produzione per campagne (determinazione del numero ottimale di campagne e della loro durata ottimale). Effetto della dimensione dei lotti sul tempo di attraversamento.

La previsione della domanda
Gli elementi che caratterizzano la domanda e la sua variabilità (fluttuazioni random, trend, stagionalità e ciclicità). Tecniche previsionali qualitative e quantitative. Metodi causali basati su regressione lineare. Metodi basati su serie storiche (media mobile, media mobile pesata, media con smorzamento esponenziale con e senza trend). Metodi di stima della domanda stagionale. Criteri di stima degli errori di previsione (CFE, MAPE, MAD, TS). La previsione di domanda per i nuovi prodotto (stime della dimensione del mercato e modello di Bass).

Pianificazione, programmazione e controllo della produzione
Analisi P-Time e D-Time, la legge di Little. Logiche di gestione Push e Pull. Produzione a magazzino (Make to Stock) e produzione su commessa (Assemble to Order, Make to Order ed Engineering to Order). Gerarchia delle fasi di pianificazione, programmazione e controllo e le loro interazioni con le decisioni strategiche e la pianificazione della capacità produttiva.

Pianificazione aggregata
Criteri di adeguamento della capacità produttiva alla domanda. Metodi empirici (piani zero-inventory, piani level work force, piani misti) e modelli di ottimizzazione LP per la redazione del piano aggregato.

Il Piano Principale di Produzione
Criteri per la disaggregazione del piano aggregato e redazione del Piano principale di Produzione. La gestione della distinta base. Piano principale di produzione MTS E ATO.

Programmazione di medio periodo e pianificazione dei fabbisogni.
Il metodo MRPI e II. La verifica di capacità (Capacity Requirements Planning). Criteri di lottizzazione dei fabbisogni. Stima capacità Available to Promise. Limiti e vincoli del sistema MRP.

Programmazione operativa
I piani operativi di produzione ed il Final Assembly Schedule. Criteri operativi e tecniche euristiche per lo scheduling delle risorse e l’assegnazione delle priorità. Sequencing di linee di produzione multimodel e mixed model. Il controllo avanzamento della produzione.

Sistemi di produzione pull
Il sistema Kanban, il livellamento della produazione ed il sequencing di linee mixed model. Il sistema CONWIP. Confronto prestazionale tra sistemi push e pull.

Richiami di gestione delle scorte
Funzione e criteri di classificazione delle scorte. I costi rilevanti nella gestione delle scorte. I materiali a domanda dipendente e indipendente.
La gestione dei materiali a domanda indipendente: lotto economico con consegne istantanee e graduali, lotto economico con sconti quantità, la gestione a livello di riordino e a ciclo di riordino. La gestione degli articoli a forte movimentazione (copertura totale e copertura libera). Criteri per la determinazione della scorta di sicurezza (ricerca dell’ottimo economico e valutazione del livello di servizio). I benefici della centralizzazione delle scorte. La gestione a fabbisogno ,lot by lot e lotto economico dinamico. Decisioni di approvvigionamento sul singolo periodo (newsboy model). L’analisi ABC, le misure di prestazione dei magazzini (indice di rotazione, periodo di copertura, indici di efficienza del servizio).

Dispense distribuite dal docente caricate sul sito Moodle.

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Programma Italiano
1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

Programma Italiano
1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

Programma Italiano
1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algoritmi per data streams
- Approximate counting
- Majority problems
- Sampling e reservoir sampling
- Bloom filters
- Frequent itemsets
2) Algoritmi sublineari
- Diameter approximation
- Property testing
3) Clustering
4) Algoritmi e strutture dati per analisi di features quantitative
- 1d-,2d-,3d-range queries
- Skyline (pareto frontier), near-neighbor search, voronoi diagram
5) Dimensionality reduction
6) Algoritmi per la decomposizione di reti complesse
- Decomposizione di una rete in componenti k-connesse
- Decomposizione in k-cores, maximal cliques, maximal k-plexes
7) Distributed Hash Tables, Consistent Hashing
8) Integrità di grandi quantità di dati, consistenza nei sistemi distribuiti, CAP/PACELC theorems e impatto sui database NoSQL

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
-Johnson–Lindenstrauss lemma
Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/