Prof. Dario Malchiodi

Università degli Studi di Milano · Facoltà di Scienze e Tecnologie · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Dario Malchiodi

Ross – Introduzione alla statistica – Statistica e Analisi dei Dati (Informatica, 2º anno · 1º semestre · 6 CFU)
Ross – Probabilità e statistica per l'ingegneria e le… – Statistica e Analisi dei Dati (Informatica, 2º anno · 1º semestre · 6 CFU)
Anand Rajaraman and Jeff Ullman – Algorithms For Massive Datasets (Informatica - magistrale, esame facoltativo · 6 CFU)
Holden Karau – Lightning-Fast Big Data Analysis – Algorithms For Massive Datasets (Informatica - magistrale, esame facoltativo · 6 CFU)
Sandy Ryza – Advanced Analytics with Spark – Algorithms For Massive Datasets (Informatica - magistrale, esame facoltativo · 6 CFU)

Materie del prof. Dario Malchiodi

Privacy, Data Protection And Massive Data Analysis in Emerging Scenarios – con Prof. Sara Foresti, Prof. Marco Anisetti Canale unico

Corso di laurea: Data Science for Economics and Health · 2º anno · annuale · 12 CFU

Statale di Milano · Facoltà di Scienze e Tecnologie · 12 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Statistica e Analisi dei Dati Canale unico

Corso di laurea: Informatica · Laurea triennale (L-31) · 2º anno · 1º semestre · 6 CFU

Statale di Milano · Facoltà di Scienze e Tecnologie · 6 CFU · apri nel catalogo · Informatica · 2º anno · 1º semestre ›

Il docente indica 2 testi · da studiare tutti

Libri di testo consigliati

Ross – Introduzione alla statistica Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Ross – Probabilità e statistica per l'ingegneria e le…Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Bacheca del docente: cosa indica di studiare

Dispense sugli argomenti del programma non trattati dai libri suggeriti e codice disponibili sui siti dell'insegnamento:

Argomenti del programma: Introduzione al linguaggio python. Statistica descrittiva: - Frequenze e frequenze cumulate. Frequenze congiunte e marginali. - Indici di centralità, dispersione, correlazione, eterogeneità e concentrazione. - Metodi grafici: diagrammi per frequenze e frequenze cumulate, diagrammi di dispersione e diagrammi QQ. - Classificatori e curve ROC. Calcolo delle probabilità: - Calcolo combinatorio.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Algorithms For Massive Datasets Canale unico

Corso di laurea: Informatica - magistrale · Laurea magistrale (LM-18) · esame facoltativo · 6 CFU

Statale di Milano · Facoltà di Scienze e Tecnologie · 6 CFU · apri nel catalogo · Informatica - magistrale ›

Il docente indica 3 testi · da studiare tutti

Libro di testo

Anand Rajaraman and Jeff Ullman Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Letture suggerite

Holden Karau – Lightning-Fast Big Data Analysis Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Sandy Ryza – Advanced Analytics with Spark Vai su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Bacheca del docente: cosa indica di studiare

Argomenti del programma: L'insegnamento tratterà le principali tecniche di elaborazione che permettono di trattare dati su larga scala, unitamente alle loro implementazioni su framework di computazione distribuita. Le lezioni considereranno i contesti applicativi tipicamente caratterizzati da quantità di dati tali da non permettere il loro trattamento utilizzando architetture e tecniche di elaborazione classiche.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Domande frequenti

Quali libri consiglia il prof. Dario Malchiodi per Statistica e Analisi dei Dati?

Ross – Introduzione alla statistica; Ross – Probabilità e statistica per l'ingegneria e le…

Quali libri consiglia il prof. Dario Malchiodi per Algorithms For Massive Datasets?

Anand Rajaraman and Jeff Ullman; Holden Karau – Lightning-Fast Big Data Analysis; Sandy Ryza – Advanced Analytics with Spark