Successfully reported this slideshow.

Big data e pubblica amministrazione

2,105 views

Published on

Partendo dai contenuti e dagli esempi proposti da Viktor Mayer-Schönberger e Kenneth Cukier nel loro libro "Big Data - Una rivoluzione che trasformerà il nostro modo di vivere" (edito da Garzanti) la presentazione introduce al tema del BigData per poi concentrarsi su come la pubblica amministrazione possa far proprio questo nuovo modo di progettare ed implementare le politiche pubbliche e i servizi ai cittadini.

Published in: Technology

Big data e pubblica amministrazione

  1. 1. Big data e pubblica amministrazione
  2. 2. Big Data Per la pubblica amministraizone Gianfranco Andriola 23 gennaio 2017
  3. 3. Big Data Tra approccio e metodo Il Commodoro Maury Diluvio di Dati Capacità di calcolo Big Data e Pubblica amministrazione Applicazioni
  4. 4. Big data è il termine per descrivere una raccolta di dataset così grande e complessa da richiede strumenti differenti da quelli tradizionali, in tutte le fasi del processo: dall'acquisizione, alla curation, passando per condivisione, analisi e visualizzazione. Il progressivo aumento della dimensione dei dataset è legato alla necessità di analisi su un unico insieme di dati, con l'obiettivo di estrarre informazioni aggiuntive rispetto a quelle che si potrebbero ottenere analizzando piccole serie, con la stessa quantità totale di dati. Le caratteristiche principali dei big data: §volume: capacità di acquisire, memorizzare ed accedere a grandi volumi di dati; §velocità: capacità di effettuare analisi dei dati in tempo reale o quasi; §varietà: riferita alle varie tipologie di dati, provenienti da fonti diverse. http://it.wikipedia.org/wiki/Big_data
  5. 5. RISOLVERE I PROBLEMI CON I NUMERI
  6. 6. Approccio
  7. 7. Matthew Fontaine Maury "Pathfinder of the Seas” (1806 – 1873) http://en.wikipedia.org/wiki/Matthew_Fontaine_Maury
  8. 8. Maury: marinaio con il talento per i numeri
  9. 9. I diari di bordo delle navi, una ricchezza sottostimata: United States Naval Observatory
  10. 10. Navigazione basata su singole esperienze
  11. 11. Monitorare e raccogliere i dati
  12. 12. Trovare correlazioni e collocarle sulla mappa
  13. 13. Trattare le informazioni come numeri
  14. 14. Prevedere i problemi
  15. 15. Raccolta dati
  16. 16. Interventi puntuali
  17. 17. Acquisire tutte informazioni disponibili, anche se non ordinate…
  18. 18. …per poi riordinarle in uno schema leggibile…
  19. 19. …in fine processarle per trarne valore. x = (b – 2)/a
  20. 20. DILUVIO DI DATI
  21. 21. Oggi abbiamo molti più dati di quanti riusciamo a gestirne
  22. 22. GPS
  23. 23. Internet
  24. 24. Smart Phone
  25. 25. Social Media
  26. 26. http://it.wikipedia.org/wiki/Arduino_%28hardware%29 Arduino
  27. 27. Rilevatori biometrici
  28. 28. Brainwave Starter Kit $99.99 http://store.neurosky.com/products/brainwave-starter-kit
  29. 29. Data point
  30. 30. CAPACITA’ DI CALCOLO
  31. 31. Legge di Moore: le prestazioni dei processori, e il numero di transistor ad esso relativo, raddoppiano ogni 18 mesi
  32. 32. http://it.wikipedia.org/wiki/Legge_di_Moore
  33. 33. Diminuisce il costo dello storage, “memorizzazione non volatile di grandi quantità di informazioni in formato elettronico”.
  34. 34. Framework software, supportano la computazione distribuita su grandi quantità di dati in cluster di computer
  35. 35. BIG DATA CHE USIAMO OGNI GIORNO
  36. 36. Intelligenza Artificiale
  37. 37. Ma come fanno queste macchine a imparare? In sintesi estrema, attraverso la tecnica del machine learning questi software sono messi nelle condizioni di imparare senza essere stati programmati per farlo, grazie a una quantità enorme di dati che viene fornita loro come materiale di studio. Come gli umani imparano dall’esperienza, questi algoritmi imparano dai dati. Un bambino impara a riconoscere un gatto dopo averne visti cinque/sei esemplari, una macchina ha bisogno di migliaia e migliaia di esempi, ma è incredibile quante cose possano fare quando sono in grado di sfruttare il loro apprendimento. Una volta che hanno imparato, le macchine possono fare previsioni”. http://www.lastampa.it/2016/12/06/tecnologia/idee/come-lintelligenza-artificiale-rivoluzioner-il-mondo-del-lavoro-NHiiIakn8nxR9kL43Ao2DP/pagina.html
  38. 38. METODO: N = tutti
  39. 39. Tempo
  40. 40. Tempo
  41. 41. Tempo
  42. 42. Tempo
  43. 43. Adesso Tempo
  44. 44. Applicazioni
  45. 45. Interpretare le esigenze
  46. 46. Informazioni secondarie
  47. 47. Tecnologie predittive
  48. 48. http://www.indiewire.com/article/why-big-data-is-defining-the-film-industry-5-things-we-learned-from-tribecas-panel Prevedere gli incassi
  49. 49. BIG DATA E PUBBLICA AMMINISTRAZIONE
  50. 50. § Produttore di dati (aperti) § Fruitore di big data § Gestore del patrimonio informativo
  51. 51. Produttore
  52. 52. Open Data
  53. 53. PRIVACY
  54. 54. https://opendatalombardia.github.io/
  55. 55. Fruitore
  56. 56. New York City
  57. 57. Michael Bloomberg
  58. 58. Riconversioni illegali degli edifici
  59. 59. Identificare gli appartamenti http://www.slate.com/articles/technology/future_tense/2013/03/big_data_excerpt_how_mike_flowers_revolutionized_new_york_s_buil ding_inspections.html
  60. 60. Controlli puntuali
  61. 61. https://movement.uber.com
  62. 62. Gestore
  63. 63. Gestione infrastruttura elettrica
  64. 64. Infrastrutture pubbliche
  65. 65. Ottimizzare la spesa energetica
  66. 66. Monitorare i consumi
  67. 67. RIFERIMENTI
  68. 68. Big Data Una rivoluzione che trasformerà il nostro modo di vivere – e già minaccia la nostra libertà di Viktor Mayer-Schönberger Kenneth Cukier Traduzionedall'inglese diRoberto Merlini Ed. Garzanti ISBN 978881168247-9 http://www.garzantilibri.it/default.php?page=visu_libro& CPID=3059
  69. 69. Il seminario «I dati governativi aperti come opportunità di accountability» rientra tra le attività del progetto "OpenRAS: dati aperti per la trasparenza e l’accountability” - Programma Operativo Regionale FSE 2014-2020 (Decisione C 2014 N° 10096 del 17/12/2014), Asse 4 – Capacità istituzionale e amministrativa, azione 11.1.1 “Interventi mirati allo sviluppo delle competenze per assicurare qualità, accessibilità, fruibilità, rilascio, riutilizzabilità dei dati pubblici”.
  70. 70. Gianfranco Andriola gianfranco(punto)andriola(chiocciolina)gmail(unaltropunto)com www.linkedin.com/in/gianfrancoandriola http://www.slideshare.net/GianfrancoAndriola

×