Libri UniversitariApri il catalogo

Datasets – 3rd Edition

Libro adottato a Padova, a.a. 2025/2026 · 3 canali

«Datasets – 3rd Edition» è adottato per Big Data Computing dal prof. Andrea Alberto Pietracaprina (Computer Science – sede di Padova, Control Systems Engineering – sede di Padova, Cybersecurity – sede di Padova – Padova).

Datasets – 3rd EditionCerca su Amazon ›

Come lo indica il docente: Mining Massive Datasets, 3rd Edition , Autori: J. Leskovec, A. Rajaraman and J. Ullman, Luogo: --, Anno: 2020, Editore: Cambridge University Press, Note: Available in pdf here: http://www.mmds.org

Chi lo adotta

Programma e testi di ogni canale

Big Data Computing – Prof. Andrea Alberto Pietracaprina Canale unico

Corso di laurea: Computer Science – sede di Padova · Laurea magistrale (LM-18) · esame facoltativo · 6 CFU

Padova · Dipartimento di Matematica "Tullio Levi-Civita" - DM · 6 CFU · apri nel catalogo · Computer Science – sede di Padova · 1º anno · 2º semestre ›

Leskovec – Mining of Massive Datasets, ultimaCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Libri consigliati nell'a.a. 2025/2026
Datasets – 3rd Editionquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Ulteriore materiale sarà reso disponibile durante il corso.

Argomenti del programma: Il programma dell'insegnamento comprende: - Introduzione al fenomeno Big Data; - Frameworks: - modelli di calcolo distribuito (MapReduce e Apache Spark); - modelli di calcolo per stream di dati. - Tecniche algoritmiche: - partizionamento per distribuzione dei dati; - coresets per problemi di apprendimento non supervisionato; - sketch probabilistici per stima di momenti e appartenenza ad insiemi; - Locality Sensitive…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Big Data Computing – Prof. Andrea Alberto Pietracaprina Canale g2gr1

Corso di laurea: Control Systems Engineering – sede di Padova · Laurea magistrale (LM-25) · esame facoltativo · 6 CFU

Padova · Dipartimento di Ingegneria dell'Informazione - DEI · 6 CFU · apri nel catalogo · Control Systems Engineering – sede di Padova · 2º anno · 2º semestre ›

Leskovec – Mining of Massive Datasets, ultimaCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Libri consigliati nell'a.a. 2025/2026
Datasets – 3rd Editionquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Ulteriore materiale sarà reso disponibile durante il corso.

Argomenti del programma: Il programma dell'insegnamento comprende: - Introduzione al fenomeno Big Data; - Frameworks: - modelli di calcolo distribuito (MapReduce e Apache Spark); - modelli di calcolo per stream di dati. - Tecniche algoritmiche: - partizionamento per distribuzione dei dati; - coresets per problemi di apprendimento non supervisionato; - sketch probabilistici per stima di momenti e appartenenza ad insiemi; - Locality Sensitive…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Big Data Computing – Prof. Andrea Alberto Pietracaprina Canale n2cn1

Corso di laurea: Cybersecurity – sede di Padova · Laurea magistrale (LM-66) · esame facoltativo · 6 CFU

Padova · Dipartimento di Matematica "Tullio Levi-Civita" - DM · 6 CFU · apri nel catalogo · Cybersecurity – sede di Padova · 1º anno · 2º semestre ›

Leskovec – Mining of Massive Datasets, ultimaCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Libri consigliati nell'a.a. 2025/2026
Datasets – 3rd Editionquesto libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Ulteriore materiale sarà reso disponibile durante il corso.

Argomenti del programma: Il programma dell'insegnamento comprende: - Introduzione al fenomeno Big Data; - Frameworks: - modelli di calcolo distribuito (MapReduce e Apache Spark); - modelli di calcolo per stream di dati. - Tecniche algoritmiche: - partizionamento per distribuzione dei dati; - coresets per problemi di apprendimento non supervisionato; - sketch probabilistici per stima di momenti e appartenenza ad insiemi; - Locality Sensitive…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Si studia insieme a