Tipo Insegnamento:
Ins. uff. con erogazioni e cop.
Durata (ore):
60
CFU:
9
SSD:
METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE
Sede:
BRESCIA
Url:
ECONOMIA E ANALISI DEI DATI/comune Anno: 1
Anno:
2025
Course Catalogue:
Dati Generali
Periodo di attività
Secondo Quadrimestre (02/03/2026 - 09/06/2026)
Syllabus
Obiettivi Formativi
Obiettivi formativi generali
L’insegnamento mira a fornire agli/alle studenti/studentesse le competenze di base per gestire dati economici e aziendali attraverso il linguaggio di programmazione Python, sviluppando capacità di manipolazione, analisi e visualizzazione dei dati. In modo schematico, l’insegnamento si prefigge di:
- introdurre gli strumenti base di programmazione;
- sviluppare le competenze per la manipolazione, analisi e visualizzazione di dati;
- acquisire le competenze per risolvere problemi di natura economica e aziendale mediante il supporto di un linguaggio di programmazione;
- introdurre le basi per la programmazione con il linguaggio Python.
Obiettivi formativi specifici
Conoscenza e capacità di comprensione (knowledge and understanding)
L’insegnamento è finalizzato allo sviluppo di competenze fondamentali di programmazione allo scopo di padroneggiare la manipolazione, analisi e visualizzazione di dati.
Il percorso formativo prevede una trattazione graduale e sistematica dei concetti per giungere ad una solida conoscenza della programmazione ed alla implementazione dei suoi costrutti attraverso il linguaggio di programmazione Python.
La trattazione teorica si avvale di esemplificazioni con grado crescente di difficoltà allo scopo di sviluppare la comprensione dei problemi posti, così da indirizzare l’utilizzo delle conoscenze di Python più appropriate per la gestione degli stessi.
Conoscenza e capacità di comprensione applicate (applying knowledge and understanding)
Gli/Le studenti/studentesse acquisiranno la capacità di applicare le loro competenze di problem solving a situazioni concrete, utilizzando tecniche di calcolo di base per risolvere problemi. Le attività pratiche proposte permetteranno di applicare le conoscenze teoriche a casi reali.
L’insegnamento si avvale di numerose applicazioni, con particolare enfasi all’ambito economico e aziendale, volte a sviluppare la capacità di comprensione di un problema, di individuazione di una soluzione, di traduzione della soluzione in forma algoritmica e di codifica in Python dell’algoritmo.
Autonomia di giudizio (making judgements)
Lo/La studente/studentessa imparerà scegliere in modo autonomo gli strumenti e le tecniche di programmazione più adatti tra quelli appresi per risolvere problemi di moderata complessità legati alla gestione di dati economici e aziendali, con particolare riguardo alla manipolazione, analisi e visualizzazione delle informazioni disponibili ed alla valutazione critica dei risultati.
Abilità comunicative (communication skills)
Viene insegnata (e dunque richiesta) la capacità di risolvere esercizi in forma scritta, in particolare la capacità di descrivere un problema dato (contesto, obiettivi, dati, regole), la capacità di formulare un algoritmo risolutivo del problema (anche in forma grafica attraverso diagrammi di flusso), la capacità di tradurre tale algoritmo in un programma scritto con il linguaggio Python e la capacità di leggere, interpretare e criticare i risultati ottenuti dall’esecuzione del programma, il tutto attraverso il linguaggio formale/tecnico che caratterizza la disciplina. E’ richiesta capacità di sintesi e chiarezza nell’esposizione.
Capacità di apprendere (learning skills)
I contenuti dell’insegnamento vengono forniti agli/alle studenti/studentesse attraverso diversi metodi didattici. I metodi sono finalizzati non solo allo sviluppo di capacità di comprensione e di applicazione della conoscenza, con autonomia di giudizio e adeguate abilità comunicative, ma anche all’aumento della conoscenza su contenuti simili a quelli dell’insegnamento.
L’insegnamento mira a fornire agli/alle studenti/studentesse le competenze di base per gestire dati economici e aziendali attraverso il linguaggio di programmazione Python, sviluppando capacità di manipolazione, analisi e visualizzazione dei dati. In modo schematico, l’insegnamento si prefigge di:
- introdurre gli strumenti base di programmazione;
- sviluppare le competenze per la manipolazione, analisi e visualizzazione di dati;
- acquisire le competenze per risolvere problemi di natura economica e aziendale mediante il supporto di un linguaggio di programmazione;
- introdurre le basi per la programmazione con il linguaggio Python.
Obiettivi formativi specifici
Conoscenza e capacità di comprensione (knowledge and understanding)
L’insegnamento è finalizzato allo sviluppo di competenze fondamentali di programmazione allo scopo di padroneggiare la manipolazione, analisi e visualizzazione di dati.
Il percorso formativo prevede una trattazione graduale e sistematica dei concetti per giungere ad una solida conoscenza della programmazione ed alla implementazione dei suoi costrutti attraverso il linguaggio di programmazione Python.
La trattazione teorica si avvale di esemplificazioni con grado crescente di difficoltà allo scopo di sviluppare la comprensione dei problemi posti, così da indirizzare l’utilizzo delle conoscenze di Python più appropriate per la gestione degli stessi.
Conoscenza e capacità di comprensione applicate (applying knowledge and understanding)
Gli/Le studenti/studentesse acquisiranno la capacità di applicare le loro competenze di problem solving a situazioni concrete, utilizzando tecniche di calcolo di base per risolvere problemi. Le attività pratiche proposte permetteranno di applicare le conoscenze teoriche a casi reali.
L’insegnamento si avvale di numerose applicazioni, con particolare enfasi all’ambito economico e aziendale, volte a sviluppare la capacità di comprensione di un problema, di individuazione di una soluzione, di traduzione della soluzione in forma algoritmica e di codifica in Python dell’algoritmo.
Autonomia di giudizio (making judgements)
Lo/La studente/studentessa imparerà scegliere in modo autonomo gli strumenti e le tecniche di programmazione più adatti tra quelli appresi per risolvere problemi di moderata complessità legati alla gestione di dati economici e aziendali, con particolare riguardo alla manipolazione, analisi e visualizzazione delle informazioni disponibili ed alla valutazione critica dei risultati.
Abilità comunicative (communication skills)
Viene insegnata (e dunque richiesta) la capacità di risolvere esercizi in forma scritta, in particolare la capacità di descrivere un problema dato (contesto, obiettivi, dati, regole), la capacità di formulare un algoritmo risolutivo del problema (anche in forma grafica attraverso diagrammi di flusso), la capacità di tradurre tale algoritmo in un programma scritto con il linguaggio Python e la capacità di leggere, interpretare e criticare i risultati ottenuti dall’esecuzione del programma, il tutto attraverso il linguaggio formale/tecnico che caratterizza la disciplina. E’ richiesta capacità di sintesi e chiarezza nell’esposizione.
Capacità di apprendere (learning skills)
I contenuti dell’insegnamento vengono forniti agli/alle studenti/studentesse attraverso diversi metodi didattici. I metodi sono finalizzati non solo allo sviluppo di capacità di comprensione e di applicazione della conoscenza, con autonomia di giudizio e adeguate abilità comunicative, ma anche all’aumento della conoscenza su contenuti simili a quelli dell’insegnamento.
Prerequisiti
Sono ritenuti indispensabili i contenuti degli insegnamenti di Abilità Informatiche e Informatica e Problem Solving.
Metodi didattici
Le modalità didattiche dell’insegnamento prevedono varie attività da parte del docente e degli studenti. La partecipazione degli studenti alle attività didattiche è fortemente consigliata per il pieno raggiungimento degli obiettivi formativi.
Le 24 lezioni dell'insegnamento si svolgono in laboratorio informatico.
Le 24 lezioni dell'insegnamento si svolgono in laboratorio informatico.
Verifica Apprendimento
Le modalità di verifica dell’apprendimento degli/delle studenti/studentesse, sia frequentanti che non frequentanti, prevedono attività da svolgere a casa a scopo di autovalutazione ed attività valutate. Solo le attività valutate contribuiscono al voto finale. Le attività valutate si compongono di attività interattive e dell’esame.
Le attività interattive, sia a casa che in laboratorio informatico, danno diritto ad un voto complessivo da 0 a 4/30. Esse consistono, ad esempio, in quiz online ed esercitazioni interattive.
L’esame, a cui gli studenti devono iscriversi tramite la propria pagina personale ESSE3, consiste in una prova scritta e in una eventuale prova orale, che danno diritto ad un voto complessivo da 0 a 31/30.
Il voto finale è ottenuto dalla somma dei punti conseguiti nelle attività interattive e nell’esame.
La lode è attribuita a chi totalizza più di 30 punti su 30 nel voto finale.
In merito all’esame, valgono le seguenti indicazioni di dettaglio.
La prova scritta, che dura 2 ore, è composta da esercizi e domande teoriche. Il punteggio conseguibile rispondendo correttamente ad ogni domanda viene stabilito in funzione della sua difficoltà. Ogni risposta errata o non data vale 0 punti. Alcune domande sono a risposta chiusa con una sola risposta esatta tra le alternative proposte.
Qualora lo studente lo ritenga necessario per meglio definire il voto, e solo nel caso in cui la prova scritta dell’esame sia risultata sufficiente (punteggio maggiore o uguale a 18), è prevista una prova orale con domande sulla teoria e/o qualche breve esercizio. In questo caso, il voto complessivo dell’esame è ottenuto dalla media aritmetica dei voti sufficienti (punteggi maggiori o uguali a 18) conseguiti nella prova scritta e nella prova orale.
Le attività interattive, sia a casa che in laboratorio informatico, danno diritto ad un voto complessivo da 0 a 4/30. Esse consistono, ad esempio, in quiz online ed esercitazioni interattive.
L’esame, a cui gli studenti devono iscriversi tramite la propria pagina personale ESSE3, consiste in una prova scritta e in una eventuale prova orale, che danno diritto ad un voto complessivo da 0 a 31/30.
Il voto finale è ottenuto dalla somma dei punti conseguiti nelle attività interattive e nell’esame.
La lode è attribuita a chi totalizza più di 30 punti su 30 nel voto finale.
In merito all’esame, valgono le seguenti indicazioni di dettaglio.
La prova scritta, che dura 2 ore, è composta da esercizi e domande teoriche. Il punteggio conseguibile rispondendo correttamente ad ogni domanda viene stabilito in funzione della sua difficoltà. Ogni risposta errata o non data vale 0 punti. Alcune domande sono a risposta chiusa con una sola risposta esatta tra le alternative proposte.
Qualora lo studente lo ritenga necessario per meglio definire il voto, e solo nel caso in cui la prova scritta dell’esame sia risultata sufficiente (punteggio maggiore o uguale a 18), è prevista una prova orale con domande sulla teoria e/o qualche breve esercizio. In questo caso, il voto complessivo dell’esame è ottenuto dalla media aritmetica dei voti sufficienti (punteggi maggiori o uguali a 18) conseguiti nella prova scritta e nella prova orale.
Testi
1) Libri di testo/Libri consigliati
Downey, A.B. (2025). Pensare in Python. Come pensare da informatico, terza edizione. EGEA. ISBN-13: 978-8-8238-2382-2.
Lambert, K.A. (2024). Programmazione in Python, terza edizione. Maggioli Editore. ISBN-13: 978-8-8916-7143-1.
McKinney, W. (2025). Python per l’analisi dei dati, terza edizione. O’Reilly Media. ISBN-13: 979-8-3416-4358-1.
Nelli, F. (2023). Python Data Analytics With Pandas, NumPy, and Matplotlib, third edition. Apress Media. ISBN-13: 978-1-4842-9531-1.
Chen, B., & Kling, G. (2025). Business Analytics With Python: Essential Skills for Business Students. Kogan Page. ISBN-13: 978-1-3986-1728-5.
Lakshmi Muddana, A., & Vinayakam, S. (2024). Python for Data Science. Ane Books & Springer. ISBN-13: 978-3-0315-2472-1.
Sweigart, A. (2025). Automate the Boring Stuff with Python. Practical Programming for Total Beginners, third edition. No Starch Press. ISBN-13: 978-1-7185-0340-3.
2) Documentazione ufficiale di Python, Pandas, NumPy e Matplotlib
- https://www.python.org/
- https://docs.python.org/it/3.13/
- https://pandas.pydata.org/
- https://numpy.org/
- https://matplotlib.org/
3) Tutorial online gratuiti (e non)
- https://www.udemy.com/
- https://www.edx.org/
- https://www.pythontutorial.net/
- https://www.datacamp.com/
- https://www.coursera.org/
4) Altro materiale didattico
- Slide fornite dal docente
- Dataset di esempio resi disponibili in laboratorio informatico e online
Downey, A.B. (2025). Pensare in Python. Come pensare da informatico, terza edizione. EGEA. ISBN-13: 978-8-8238-2382-2.
Lambert, K.A. (2024). Programmazione in Python, terza edizione. Maggioli Editore. ISBN-13: 978-8-8916-7143-1.
McKinney, W. (2025). Python per l’analisi dei dati, terza edizione. O’Reilly Media. ISBN-13: 979-8-3416-4358-1.
Nelli, F. (2023). Python Data Analytics With Pandas, NumPy, and Matplotlib, third edition. Apress Media. ISBN-13: 978-1-4842-9531-1.
Chen, B., & Kling, G. (2025). Business Analytics With Python: Essential Skills for Business Students. Kogan Page. ISBN-13: 978-1-3986-1728-5.
Lakshmi Muddana, A., & Vinayakam, S. (2024). Python for Data Science. Ane Books & Springer. ISBN-13: 978-3-0315-2472-1.
Sweigart, A. (2025). Automate the Boring Stuff with Python. Practical Programming for Total Beginners, third edition. No Starch Press. ISBN-13: 978-1-7185-0340-3.
2) Documentazione ufficiale di Python, Pandas, NumPy e Matplotlib
- https://www.python.org/
- https://docs.python.org/it/3.13/
- https://pandas.pydata.org/
- https://numpy.org/
- https://matplotlib.org/
3) Tutorial online gratuiti (e non)
- https://www.udemy.com/
- https://www.edx.org/
- https://www.pythontutorial.net/
- https://www.datacamp.com/
- https://www.coursera.org/
4) Altro materiale didattico
- Slide fornite dal docente
- Dataset di esempio resi disponibili in laboratorio informatico e online
Contenuti
Il percorso formativo prevede una trattazione graduale e sistematica della programmazione per l’analisi dei dati. Gli argomenti vengono sviluppati a livello teorico e applicativo e la spiegazione è caratterizzata da una forte connessione di teoria e pratica. La parte applicativa prevede l’utilizzo del linguaggio di programmazione Python. In particolare, verranno affrontati i concetti di algoritmo, tipo di dato, struttura di dati, struttura di controllo, funzione, gestione di un file esterno, gestione di un errore. Si illustreranno ed applicheranno le librerie Python denominate NumPy, per il calcolo scientifico e numerico, Pandas, per la manipolazione e l’analisi di grandi insiemi di dati, Matplotlib, per la visualizzazione di dati. E’ previsto un accenno alla programmazione orientata agli oggetti.
Lingua Insegnamento
Italiano
Corsi
Corsi
ECONOMIA E ANALISI DEI DATI
Laurea
3 anni
No Results Found