- Area Economico-Statistica
- Corso di Laurea Magistrale
- Economia e Finanza [F1601M]
- Insegnamenti
- A.A. 2024-2025
- 1° anno
- Informatica per la Finanza
- Introduzione
Syllabus del corso
Obiettivi formativi
Il corso si propone di fornire allo studente le competenze per un uso di Python per la risoluzione di problemi di media complessità del suo ambito di specializzazione e di tradurli in procedure automatizzate.
Contenuti sintetici
Programmazione Python alla risoluzione di problemi di elaborazione dati e modellizzazione.
Programma esteso
- Introduzione all'ambiente PyCharm
- Programmazione in Python:
variabili e tipi di dati: bool, int, float, str, tuple, list, dict.
espressioni aritmetiche, relazionali, e logiche.
funzioni predefinite di base.
istruzioni elementari: assegnamento, return, break, continue, import.
istruzioni composte: if, for, while, with
istruzioni di lettura e scrittura: input, print, file di testo
funzioni e passaggio di parametri.
classi (cenni)
libreria NumPy
libreria Pandas
cenni al machine learning
Prerequisiti
Le conoscenze di tipo matematico e logico acquisite nella scuola superiore, Algebra lineare, e concetti base sugli algoritmi.
Metodi didattici
Lezioni frontali. Le lezioni si svolgono nei laboratori didattici per consentire agli studenti di applicare immediatamente i concetti spiegati.
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento comprende una prova scritta. La prova si svolgerà nei laboratori didattici per valutare le abilità dello studente nell'utilizzo di Python e le sue competenze nella risoluzione di semplici problemi.
Testi di riferimento
Paul J. Deitel, Harvey M. Deitel, Introduzione a Python. Per l'informatica e la data science. Pearson, 2021 ISBN: 978-8891915924
Periodo di erogazione dell'insegnamento
Primo semestre
Lingua di insegnamento
Italiano
Sustainable Development Goals
Learning objectives
The aim of the course is to provide to the students the skill for the use of Python language to solve problems of medium complexity in their field of specialization and to translate them into automated procedures.
Contents
Python programming and applications to data manipulation and problem modeling
Detailed program
- Introduction to PyCharm:
- Python programming:
variables and data types (integers, decimals, booleans, lists, tuples, sets and maps)
arithmetic, relational, and logical expressions
basic function
elementary instructions: assignment, return, break, continue, import
compound statements: if, for, while, with
reading and writing instructions: input, print, text file
functions, parameter passing;
classes;
NumPy library;
Pandas library;
machine learning
Prerequisites
Mathematical-logical knowledge as acquired during high-school, linear algebra and basic concepts on algorithms.
Teaching methods
Frontal lessons. Lessons take place in computer science lab to allow students to immediately apply the concepts explained.
Assessment methods
Learning assessment includes a written exam. The exam will take place in the teaching laboratories to evaluate the student's skills in using Python and their competence in solving simple problems.
Textbooks and Reading Materials
Paul J. Deitel, Harvey M. Deitel, Intro to Python for Computer Science and Data Science. Pearson, 2020
Semester
First semester
Teaching language
Italian
Sustainable Development Goals
Scheda del corso
Staff
-
Alessandro Avellone