Informatica

Il mondo cambia velocemente e le nuove tecnologie di comunicazione e di gestione dei sistemi integrati impongono uno studio approfondito per evitare malfunzionamenti improvvisi, e un livello di sicurezza soddisfacente. La cybersecurity è la nuova frontiera scientifica che affronta con una visione multidisciplinare la sicurezza dei sistemi integrati e l'analisi dei rischi necessaria a trovare delle contromisure efficaci agli attacchi cyber. Per tale motivo bisogna riformulare i principi base da seguire per progettare dei sistemi integrati cybersicuri.

Python negli ultimi anni sta crescendo di importanza e di popolarità grazie ad una sintassi semplice che comporta una certa facilità di utilizzo. E' nato come linguaggio di scripting ma successivamente è esploso al punto che l'ambiente di sviluppo di casa Microsoft, Visual Studio, nelle ultime versioni ha dato la possibilità di creare progetti in Python sia di natura desktop sia di natura web.La nascita di framework come DJANGO ha permesso agli sviluppatori Python di portare le loro applicazioni dal mondo desktop al mondo web, sfruttando i classici paradigmi di programmazione del mondo web come MVC o MVVM.Inoltre, visto che con Python è possibile sviluppare software multi piattaforma, esso si presta bene per applicazioni di interfacciamento con Arduino o per applicazioni che girano su sistemi operativi Linux.

Ogni disciplina scientifica si definisce pienamente nel momento in cui viene delimitata da una teoria in grado di evidenziarne i limiti e le potenzialità. Per l'informatica ciò avvenne negli anni trenta del XX secolo, in un effervescente panorama culturale e scientifico che affrontava i fondamenti della matematica, della fisica e della biologia, ben prima dell'avvento del calcolatore elettronico. Cosa significa «calcolare»? Cos'è un algoritmo? Cosa possiamo e cosa non possiamo calcolare? Ci sono dei limiti? Esiste un calcolatore universale? Cos'è un programma? Il programma che ho comperato funzionerà sempre o potrebbe entrare in loop su certi dati? Cos'è un linguaggio? Come si genera? Come si riconosce? Tra le cose che possiamo calcolare, quanti passi di calcolo dovremo ragionevolmente attendere per avere il risultato? Si può fare di meglio di quell'algoritmo per risolvere quel problema? Tutte queste domande hanno condotto alla teoria della calcolabilità effettiva, alla teoria dei linguaggi formali, e più tardi alla teoria della complessità computazionale, che include uno dei più importanti problemi ancora aperti per la scienza contemporanea. Questo volume illustra come sono state affrontate tali questioni. Nasce dall'esperienza ventennale degli autori nell'insegnamento del corso di Fondamenti dell'informatica, dapprima assieme, presso l'Università di Verona, poi separatamente nelle sedi di Verona e di Udine. Nato come dispensa già nel 1999, il volume è via via maturato negli anni, includendo note storiche, esempi e un gran numero di esercizi, molti dei quali assegnati come prova scritta d'esame.

Negli ultimi anni il machine learning ha compiuto passi da gigante, con macchine che ormai raggiungono un livello di accuratezza quasi umana. Dietro questo sviluppo c'è il deep learning: una combinazione di progressi ingegneristici, teoria e best practice che rende possibile applicazioni prima impensabili. Questo manuale accompagna il lettore nel mondo del deep learning attraverso spiegazioni passo passo ed esempi concreti incentrati sul framework Keras. Si parte dai fondamenti delle reti neurali e del machine learning per poi affrontare le applicazioni del deep learning nel campo della visione computerizzata e dell'elaborazione del linguaggio naturale: dalla classificazione delle immagini alla previsione di serie temporali, dall'analisi del sentiment alla generazione di immagini e testi. Con tanti esempi di codice corredati di commenti dettagliati e consigli pratici, questo libro è rivolto a chi ha già esperienza di programmazione con Python e desidera entrare nel mondo degli algoritmi di apprendimento profondo.

Il libro "Laboratorio in Excel" Introduce all'uso di Excel in ottica laboratoriale presentando le principali funzionalità in modo pratico e intuitivo. È pensato sia per studenti di diversi corsi sia per chiunque desideri familiarizzare con le moderne modalità di lavoro.

L'Intelligenza Artificiale si evolve velocemente e viene utilizzata per gestire la maggior parte dei nuovi sistemi integrati progettati e prodotti nel mondo. Un software che pensa al posto nostro e prende decisioni più o meno importanti anche per la sicurezza e la sopravvivenza degli esseri umani. È giusto che sia così? Ed è giusto che un'Intelligenza Artificiale progettata da un uomo decida per un sacco di uomini, per la loro sopravvivenza e il loro futuro? E infine come vengono utilizzate nei conflitti bellici oggi e come verranno usate nelle future controversie militari? Questo testo dà delle risposte che indicano la strada per trovare un'equilibrio programmatico e progettuale delle Intelligenze Artificiali, e dei suggerimenti per un loro corretto e salutare utilizzo, non pericoloso per la salute pubblica e la sopravvivenza dell'umanità.

Questa edizione di "MATLAB Concetti e progetti" si presenta fortemente rinnovata rispetto alle precedenti. La struttura del libro, infatti, ha subito notevoli revisioni, non solo per aggiornare i contenuti alle più recenti versioni del software MATLAB (giunto alla release 9.7), ma anche per tenere conto delle principali direzioni in cui le applicazioni di questo software si sono recentemente sviluppate. In primo luogo, l'aumento delle capacità di elaborazione e grafiche dei computer ha reso naturale dedicare un capitolo specifico alla visualizzazione dati e alla creazione di interfacce utente. In secondo luogo, l'importanza sempre maggiore nelle applicazioni di concetti collegati alla probabilità e alla statistica ha motivato l'introduzione di alcuni metodi di ottimizzazione basati su sciami e intelligenza collettiva. Infine, lo sviluppo del settore dell'intelligenza artificiale ha indotto ad aggiungere un capitolo conclusivo in cui il lettore viene introdotto ad argomenti che giocano un ruolo chiave in tale ambito, quali la gestione delle grandi moli di dati (big data) e l'apprendimento automatico (machine learning e deep learning).

Il mondo cambia velocemente e le nuove tecnologie impongono uno studio approfondito per evitare malfunzionamenti improvvisi, e un livello di sicurezza soddisfacente di tutti i sistemi integrati usati dalla popolazione quotidianamente per lavorare, per comunicare, per divertirsi. La cybersecurity è la nuova frontiera scientifica che affronta con una visione multidisciplinare la sicurezza dei sistemi integrati e l'analisi dei rischi è la base necessaria dalla quale partire per trovare delle contro-misure efficaci agli attacchi cyber, e assicurare un livello di cybersecurity soddisfacente a tutti i sistemi integrati in uso nel mondo. I suggerimenti elencati in questo testo permettono di svolgere un'efficace schematizzazione dei sistemi integrati e fare una successiva analisi dei rischi che dia un quadro completo delle contromisure e dei sistemi di sicurezza da adottare per proteggere in modo soddisfacente un sistema integrato complesso o un'azienda, con un livello di sicurezza efficace e immune da eventuali attacchi cyber; il tutto compatibilmente con le possibilità economiche e con la complessità dei sistemi integrati e della eventuale linea produttiva dell'azienda.