menu-icon
Scadenza Iscrizione : 31 gennaio 2025

Facoltà di : ECONOMIA E GIURISPRUDENZA

Master in Intelligenza Artificiale e Data Science per le imprese

Cremona

Anno Accademico
2024/2025
Lingua
Italiano
Tipologia Master
Master I livello
Frequenza
Full time
Modalità
In presenza
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

INSEGNAMENTO

CORSI INTRODUTTIVI  

CFU

10

ORE

60

INSEGNAMENTO

Track A (provenienza economia/scienze sociali)

CFU
ORE
INSEGNAMENTO

1)  Introduzione alla programmazione con Python

CFU

5

ORE

30

INSEGNAMENTO

2)  Basi di dati

CFU

3

ORE

18

INSEGNAMENTO

3)  Introduzione a R  

CFU

2

ORE

12

INSEGNAMENTO

Track B (provenienza informatica/matematica/fisica)

CFU
ORE
INSEGNAMENTO

1)  Fondamenti di management per l'ICT  

CFU

5

ORE

30

INSEGNAMENTO

2)  Management per l'innovazione  

CFU

5

ORE

30

INSEGNAMENTO

Track C (provenienza ingegneria)  

CFU
ORE
INSEGNAMENTO

1)  Basi di dati  

CFU

3

ORE

18

INSEGNAMENTO

2)  Introduzione a R  

CFU

2

ORE

12

INSEGNAMENTO

3)  Management per l'innovazione  

CFU

5

ORE

30

INSEGNAMENTO

CORSI CORE  

CFU

35

ORE

210

INSEGNAMENTO

4)  Data mining  

CFU

5

ORE

30

INSEGNAMENTO

5)  Statistica per la Data Science  

CFU

5

ORE

30

INSEGNAMENTO

6)  Applied Machine Learning

CFU

5

ORE

30

INSEGNAMENTO

7)  Data visualization e Dashboard Design

CFU

5

ORE

30

INSEGNAMENTO

8)  Applied Deep Learning  

CFU

5

ORE

30

INSEGNAMENTO

9)  Data and Web Technologies

CFU

5

ORE

30

INSEGNAMENTO

10) User Experience (UX)

CFU

5

ORE

30

INSEGNAMENTO

LABORATORI E SEMINARI

CFU

8

ORE

50

INSEGNAMENTO

STAGE IN AZIENDA

CFU

5

ORE
INSEGNAMENTO

ESAME FINALE: presentazione della relazione di stage

CFU

2

ORE