| INSEGNAMENTO | CFU | ORE |
|---|---|---|
CORSI INTRODUTTIVI |
10 |
60 |
Track A (provenienza economia/scienze sociali) |
||
1) Introduzione alla programmazione con Python |
5 |
30 |
2) Basi di dati |
3 |
18 |
3) Introduzione a R |
2 |
12 |
Track B (provenienza informatica/matematica/fisica) |
||
1) Fondamenti di management per l'ICT |
5 |
30 |
2) Management per l'innovazione |
5 |
30 |
Track C (provenienza ingegneria) |
||
1) Basi di dati |
3 |
18 |
2) Introduzione a R |
2 |
12 |
3) Management per l'innovazione |
5 |
30 |
CORSI CORE |
35 |
210 |
4) Data mining |
5 |
30 |
5) Statistica per la Data Science |
5 |
30 |
6) Applied Machine Learning |
5 |
30 |
7) Data visualization e Dashboard Design |
5 |
30 |
8) Applied Deep Learning |
5 |
30 |
9) Data and Web Technologies |
5 |
30 |
10) User Experience (UX) |
5 |
30 |
LABORATORI E SEMINARI |
8 |
50 |
STAGE IN AZIENDA |
5 |
|
ESAME FINALE: presentazione della relazione di stage |
2 |
CORSI INTRODUTTIVI
10
60
Track A (provenienza economia/scienze sociali)
1) Introduzione alla programmazione con Python
5
30
2) Basi di dati
3
18
3) Introduzione a R
2
12
Track B (provenienza informatica/matematica/fisica)
1) Fondamenti di management per l'ICT
5
30
2) Management per l'innovazione
5
30
Track C (provenienza ingegneria)
1) Basi di dati
3
18
2) Introduzione a R
2
12
3) Management per l'innovazione
5
30
CORSI CORE
35
210
4) Data mining
5
30
5) Statistica per la Data Science
5
30
6) Applied Machine Learning
5
30
7) Data visualization e Dashboard Design
5
30
8) Applied Deep Learning
5
30
9) Data and Web Technologies
5
30
10) User Experience (UX)
5
30
LABORATORI E SEMINARI
8
50
STAGE IN AZIENDA
5
ESAME FINALE: presentazione della relazione di stage
2