Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.
Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:

Laurea magistrale in Economics and data analysis - Immatricolazione dal 2025/2026

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

1° Anno

InsegnamentiCreditiTAFSSD
9
B
SECS-P/05
One module between the following

2° Anno  Attivato nell'A.A. 2022/2023

InsegnamentiCreditiTAFSSD
Two modules among the following
6
C
SECS-P/03
Two modules among the following
6
B
SECS-P/11
One module between the following
InsegnamentiCreditiTAFSSD
9
B
SECS-P/05
One module between the following
Attivato nell'A.A. 2022/2023
InsegnamentiCreditiTAFSSD
Two modules among the following
6
C
SECS-P/03
Two modules among the following
6
B
SECS-P/11
One module between the following
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
Further language skills
3
F
-

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S008979

Crediti

6

Settore Scientifico Disciplinare (SSD)

SECS-S/01 - STATISTICA

Obiettivi formativi

Il corso si propone di fornire agli studenti gli strumenti matematici, statistici e computazionali per una comprensione rigorosa del machine learning. Un aspetto centrale è la discussione critica di come ed in che misura i metodi di machine learning siano essenziali nell'analisi di dati su larga scala al fine di sviluppare un profilo professionale che combini solide competenze quantitative con una conoscenza approfondita delle dinamiche economiche e aziendali a supporto di decisioni strategiche basate sull'analisi dei dati. Al termine del corso gli studenti saranno in grado di padroneggiare i metodi classici del machine learning, d'implementare algoritmi di analisi dei dati, di scegliere le tecniche più adatte, di rintracciare regolarità nei dati utili a fini previsivi, di discutere criticamente l'output generato da una tecnica di machine learning.

Offerta formativa 2024/2025

ATTENZIONE: I dettagli dell'insegnamento (docente, programma, periodo di svolgimento, modalità d'esame, ecc.) saranno pubblicati nell'anno accademico in cui sar� attivato.
Puoi vedere la scheda informativa di questo insegnamento erogato in un anno accademico passato, cliccando uno dei seguenti link: