Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Calendario
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
 Login
e-Learning - UNIMIB
Home Calendario My Media
Percorso della pagina
  1. Area Economico-Statistica
  2. Corso di Laurea Magistrale
  3. Scienze Statistiche ed Economiche [F8206B - F8204B]
  4. Insegnamenti
  5. A.A. 2021-2022
  6. 2° anno
  1. Data Science M
  2. Introduzione
Insegnamento con unità didattiche Titolo del corso
Data Science M
Codice identificativo del corso
2122-2-F8204B018
Descrizione del corso SYLLABUS

Blocchi

Salta Unità didattiche

Unità didattiche

Titolo del corso Statistical Learning Codice identificativo del corso 2122-2-F8204B018-F8204B033M
Descrizione del corso
Titolo del corso Data Mining Codice identificativo del corso 2122-2-F8204B018-F8204B034M
Descrizione del corso

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

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.

Esporta

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.

Entra

Scheda del corso

CFU
12
Periodo
Annualità Singola
Tipo di attività
Obbligatorio a scelta
Ore
84
Lingua
Italiano

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale
Accesso ospiti
Iscrizione spontanea (Studente)

Ospite (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche