Programma

L’obiettivo principale del corso è di fornire agli studenti le conoscenze
necessarie per analizzare ed elaborare grandi quantità di dati numerici e spaziali. Questo
obiettivo sarà raggiunto attraverso il trasferimento di conoscenze relative all’archiviazione
dei dati numerici e geografici su database, interrogazione ed elaborazione numerica e
spaziale attraverso specifici linguaggi e visualizzazione sia in ambiente geografico (GIS)
che con sistemi di visualizzazione fortemente espressivi e particolarmente utilizzati
nell’analisi dei dati.
Le conoscenze verranno trasferite attraverso un approccio particolarmente applicativo,
che prevede un’alternanza di esercitazioni pratiche e insegnamento di nozioni teoriche.
I principali argomenti trattati nel corso saranno:
1. Gestione e analisi dei dati tramite database: Questo argomento coprirà le tecniche
di ottimizzazione delle banche dati, come il partizionamento e l'indicizzazione,
nonché le tecniche di interrogazione dei dati utilizzando il linguaggio SQL. Le
esercitazioni pratiche saranno basate sul DBMS PostgreSQL.
2. Analisi ed elaborazione dei dati: Per le analisi più complesse, verranno insegnate le
tecniche di analisi dei dati utilizzando il linguaggio di programmazione Python, le
sue strutture dati e le principali librerie utilizzate nell’analisi dei dati. Inoltre, saranno
illustrate tecniche di visualizzazione dei dati fortemente espressive e largamente
utilizzate nell’analisi dei dati, come i grafici relazionali, i grafici di distribuzione e i
grafici categorici.
3. Strumenti di analisi dei dati spaziali: Verranno illustrate le basi dei sistemi geografici
(sistemi di proiezione, dati vettoriali e raster), le principali relazioni (intersection,
union, overlap, contains,…), le funzioni (massima e minima distanza, guscio
convesso, distanza di Hausdorff e Frechet, …) e gli algoritmi spaziali
(Triangolazioni di Delaunay, poligoni di Voronoi, DBScan, K-means,…). Le
operazioni spaziali saranno eseguite sia attraverso il software open source QGIS
che attraverso la libreria PostGIS del DBMS PostgreSQL.
4. Integrazione degli strumenti: Durante il corso verrà integrato l’utilizzo dei principali
strumenti PostgreSQL/PostGIS, Python e QGIS con l’obiettivo di massimizzare le
potenzialità di ciascuno di essi.

Testi Adottati

Dispense a cura del docente;
Bibliografia di riferimento:
• Python: Guida alla sintassi, alle funzionalità avanzate e all'analisi dei dati – N.
Ceder - Apogeo
• PostgreSQL: Up and Running - R.O. Obe, L.S. Hsu – O’REILLY
• PostGIS in Action – R.O. Obe, L.S. Hsu - Manning
• Python Geospatial Development – W. Westra - PACKT

Modalità Valutazione

Alla fine del corso sarà sostenuta una prova orale nel quale si discuterà con il docente degli argomenti affrontati nel programma