Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • Calendar
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
You are currently using guest access
 Log in
e-Learning - UNIMIB
Home Calendar My Media
Percorso della pagina
  1. Economics
  2. Master Degree
  3. Scienze Statistiche ed Economiche [F8206B - F8204B]
  4. Courses
  5. A.A. 2021-2022
  6. 2nd year
  1. Data Science M
  2. Summary
Insegnamento con unità didattiche Course full name
Data Science M
Course ID number
2122-2-F8204B018
Course summary SYLLABUS

Blocks

Skip Teaching units

Teaching units

Course full name Statistical Learning Course ID number 2122-2-F8204B018-F8204B033M
Course summary
Course full name Data Mining Course ID number 2122-2-F8204B018-F8204B034M
Course summary

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

L'insegnamento eroga 12 CFU e si compone di due moduli: 

  • Data Mining (6 CFU) 
  • Statistical Learning (6 CFU).

Gli obiettivi formativi dei due moduli sono riportati nei rispettivi syllabus.

Contenuti sintetici

I contenuti sintetici dei due moduli sono riportati nei rispettivi syllabus.

Programma esteso

Il programma esteso dei due moduli è riportato nei rispettivi syllabus.

Prerequisiti

Si consiglia la conoscenza degli argomenti trattati nei corsi Probabilità e Statistica Computazionale M e Statistica Avanzata M.

Metodi didattici

I metodi didattici dei due moduli sono riportati nei rispettivi syllabus.

Modalità di verifica dell'apprendimento

Per il superamento dell'esame lo studente deve superare la prova prevista per ciascun modulo. 

Superate le prove d'esame previste dai singoli moduli, il voto ottenuto dallo studente è determinato in base alla media aritmetica dei voti ottenuti nei singoli moduli arrotondata all'intero più vicino.

Le modalità di verifica dell'apprendimento dei due moduli sono riportate nei rispettivi syllabus. 


Testi di riferimento

I testi di riferimento dei due moduli sono riportati nei rispettivi syllabus.

Periodo di erogazione dell’insegnamento

Primo e secondo semestre.

Lingua di insegnamento

Le lezioni si svolgono in Italiano, tuttavia i libri di testo sono in lingua Inglese.

Export

Learning objectives

The course is composed by two modules

  • Data Mining (6 CFU)
  • Statistical Learning (6 CFU)

Learning objectives of the two modules are available in the corresponding syllabus.

Contents

The contents of the two modules are available in the corresponding syllabus.

Detailed program

The detailed program of the two modules are available in the corresponding syllabus.

Prerequisites

Knowledge of topics covered in the courses Probability and Statistics M and Advanced Statistics M is highly recommended.

Teaching methods

Teaching methods of the two modules are available in the corresponding syllabus.

Assessment methods

Assessment methods of the two modules are available in the corresponding syllabus.

Textbooks and Reading Materials

Textbooks and Reading Materials for the two modules are available in the corresponding syllabus.

Semester

First and second semester.

Teaching language

The lessons are held in Italian, but textbooks are in English.

Enter

Key information

ECTS
12
Term
Annual
Activity type
Mandatory to be chosen
Course Length (Hours)
84
Language
Italian

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Guest access
Self enrolment (Student)

You are currently using guest access (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics