Corso di laurea

data science

Università degli Studi di MILANO-BICOCCA · 46 materie · 16 file condivisi

Per questo corso di laurea sono già disponibili 16 appunti all'interno della community, registrati subito per iniziare a studiare!

II Corso di Laurea Magistrale in Data Science appartiene alla Classe delle Lauree magistrali in Società della Informazione - LM91, ha una durata di due anni e comporta l'acquisizione di 120 crediti formativi universitari (CFU) per il conseguimento del titolo.
Sono previsti 12 esami che prevedono l'acquisizione di 90 CFU.
I restanti crediti saranno acquisiti attraverso altre attività formative quali stage e prova finale.
Di norma, gli esami previsti sono 7 al primo anno e 5 al secondo anno.
Il corso di studio è ad accesso libero.
L'accesso prevede la verifica del possesso dei requisiti curriculari e un colloquio per valutare la personale preparazione.
Le lingue ufficiali del corso sono l'italiano e l'inglese.
Elenco degli insegnamenti tenuti in lingua inglese:

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Al momento abbiamo 16 files caricati sul nostro portale suddivisi nelle 46 materie appartenenti al tuo corso di laurea.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

DATA SCIENCE LAB cod. P276289314 · 1° anno · 0 file
DECISION MODELS cod. P636602236 · 1° anno · 3 file
Domande d'esame Domande esame Decision Models — 2020 pillola free
L'esame di Decision Models copre argomenti chiave di ottimizzazione e ricerca operativa, con quesiti che spaziano dal metodo del gradiente per la minimizzazione di funzioni quadratiche alla programmazione lineare applicata a scenari reali, come l'ottimizzazione dei costi per una campagna pubblicitaria con vincoli demografici e temporali. Include inoltre l'analisi dell'algoritmo Hill-Climbing, la risoluzione di problemi di programmazione lineare standard con analisi di sensibilità sull'obiettivo, e una discussione comparativa sui pro e contro dei metodi euristici ed esatti. Un quesito sugli alberi decisionali è menzionato ma non dettagliato.
Domande d'esame Tema d'esame — 2020 pillola free
Esame di Modelli Decisionali che copre ottimizzazione, programmazione lineare e algoritmi euristici. Include problemi di minimizzazione con metodo del gradiente, un esercizio di programmazione lineare per la minimizzazione dei costi in una campagna pubblicitaria con diverse fasce demografiche e vincoli temporali. Vengono affrontati anche l'algoritmo Hill-Climbing, un problema di programmazione lineare grafica con analisi di sensitività sull'obiettivo, e una discussione sui vantaggi/svantaggi dei metodi euristici rispetto a quelli esatti. Infine, una domanda su alberi decisionali.
Domande d'esame Decision models — 2020 pillola free
Questo documento esplora i modelli decisionali applicati all'ottimizzazione e alla gestione finanziaria. Include problemi di programmazione lineare intera con il metodo Branch and Bound per massimizzare il profitto e minimizzare i costi di produzione. Viene trattata l'ottimizzazione non lineare con il metodo del gradiente per la minimizzazione di funzioni. Un'analisi approfondita riguarda la costruzione di alberi decisionali per massimizzare il profitto atteso in scenari di prestito bancario con incertezza. Il documento copre anche la programmazione lineare per la pianificazione della produzione, inclusa l'analisi di sensitività per valutare l'impatto di variazioni di risorse e vincoli, e la formulazione di problemi ILP per la localizzazione di impianti per minimizzare i costi totali.
FOUNDATIONS OF COMPUTER SCIENCE cod. P073064361 · 1° anno · 2 file
Domande d'esame Esame SQL — 2020 pillola free
Questo documento presenta un esame di SQL del 04/02/2020, focalizzato sulla progettazione di database relazionali. Delinea uno schema per la gestione di viaggi ferroviari, includendo tabelle come ORARIO, VIAGGIO, PERSONALE_VIAGGIO e DIPENDENTI, con chiavi primarie e vincoli di integrità referenziale definiti. Le sfide includono quattro query SQL avanzate: filtrare i dipendenti per data di assunzione, identificare viaggi con un minimo di partecipanti, calcolare i viaggi per dipendente e trovare i dipendenti che hanno svolto solo il ruolo di conducente. Ideale per la pratica di SQL e la comprensione di schemi relazionali complessi.
Appunti Esercizi SQL — 2020 pillola free
Esercizi con spiegazione SQL
FOUNDATIONS OF PROBABILITY AND STATISTICS cod. P075463285 · 1° anno · 2 file
Domande d'esame possibili domande esame — 2020 pillola free
possibili domande esame
Domande d'esame Domande Esame — 2022 pillola free
Domande esame
INFORMATION SYSTEMS cod. P983869460 · 1° anno · 0 file
JURIDICAL AND SOCIAL ISSUES IN INFORMATION SOCIETY cod. P280835295 · 1° anno · 2 file
Appunti sadin — 2019 pillola free
Eric Sadin's 'Critica della ragione artificiale' explores the profound impact of AI on society, defining it as a 'potenza aletheica' that claims to reveal truth more reliably than humans. The book analyzes AI's anthropomorphic nature, its shift from data storage to orienting human existence, and its 'injunctive power' that erodes critical judgment. Sadin highlights concerns in domains like work, medicine, and politics, including the rise of surveillance systems like China's social credit, and introduces the concept of 'potere-kratos'—a pervasive, omniscient digital authority that leads to the 'death of the real' by eliminating uncertainty and the unknown, fundamentally reshaping human autonomy and societal structures.
Domande d'esame POSSIBILI DOMANDE SOCIAL ISSUE — 2021 pillola free
POSSIBILI DOMANDE SOCIAL ISSUE
MACHINE LEARNING cod. P806999637 · 1° anno · 1 file
Domande d'esame esempi domande aperte — 2021 pillola free
esempi domande aperte
STATISTICAL MODELING cod. P672870613 · 1° anno · 4 file
Appunti Appunti statistical modeling — 2020
Appunti presi durante l'anno accademico 2019/2020 per il corso di statistical modeling tenuto dal Prof. Vittadini
Dispense dispensa modulo A e B — 2021
dispensa modulo A e B
Dispense dispensa parte C — 2021
dispensa parte C
Domande d'esame dimostrazioni da sapere all'esame — 2021 pillola free
dimostrazioni da sapere all'esame
BIG DATA IN BEHAVIOURAL PSYCOLOGY cod. P677031337 · 2° anno · 0 file
BIG DATA IN BIOTECHNOLOGY & BIOSCIENCES cod. P216985341 · 2° anno · 0 file
BIG DATA IN GEOGRAPHIC INFORMATION SYSTEMS cod. P652639515 · 2° anno · 0 file
BIG DATA IN HEALTH CARE cod. P916576741 · 2° anno · 0 file
BIG DATA IN PUBLIC AND SOCIAL SERVICES cod. P449491470 · 2° anno · 0 file
BIG DATA IN PUBLIC HEALTH cod. P472180600 · 2° anno · 0 file
BIG DATA MANAGEMENT AND ANALYSIS IN PHYSICS RESEARCH cod. P647950929 · 2° anno · 0 file
BUSINESS INTELLIGENCE cod. P677347980 · 2° anno · 0 file
CYBERSECURITY FOR DATA SCIENCE cod. P644259565 · 2° anno · 0 file
DATA SCIENCE LAB IN BUSINESS AND MARKETING cod. P435059802 · 2° anno · 0 file
DIGITAL SIGNAL AND IMAGE MANAGEMENT cod. P475980307 · 2° anno · 0 file
ECONOMICS FOR DATA SCIENCE cod. P567837552 · 2° anno · 0 file
HIGH DIMENSIONAL DATA ANALYSIS cod. P181469333 · 2° anno · 0 file
INDUSTRY LAB cod. P792592531 · 2° anno · 0 file
MAKING SENSE OF BIOLOGICAL DATA cod. P747701576 · 2° anno · 0 file
MEDICAL IMAGING & BIG DATA cod. P381234618 · 2° anno · 0 file
SERVICE SCIENCE cod. P869102234 · 2° anno · 0 file
SOCIAL MEDIA ANALYTICS cod. P072612457 · 2° anno · 0 file
STREAMING DATA MANAGEMENT AND TIME SERIES ANALYSIS cod. P878199823 · 2° anno · 0 file
TECHNOLOGICAL INFRASTRUCTURES FOR DATA SCIENCE cod. P456812432 · 2° anno · 0 file
TEXT MINING AND SEARCH cod. P581157886 · 2° anno · 1 file
Appunti Appunti Text Mining — 2023 pillola free
Appunti anno accademico 2023. In inglese
Business Intelligence and Big Data Analytics cod. 2526-2-FDS01Q037 · 2025/2026° anno · 0 file
Data Science Lab On Smart Cities cod. 2526-2-FDS01Q038 · 2025/2026° anno · 0 file
Data Science Lab in Biosciences cod. 2526-2-FDS01Q025 · 2025/2026° anno · 0 file
Data Science Lab in Environment and Physics cod. 2526-2-FDS01Q024 · 2025/2026° anno · 0 file
Data Science Lab in Medicine cod. 2526-2-FDS01Q026 · 2025/2026° anno · 0 file
Data Science Lab in Public Policies and Services cod. 2526-2-FDS01Q043 · 2025/2026° anno · 0 file
Financial Markets Analytics cod. 2526-1-FDS02Q007 · 2025/2026° anno · 0 file
Foundations of Deep Learning cod. 2526-1-FDS02Q012 · 2025/2026° anno · 0 file
Green Computing cod. 2526-1-FDS02Q041 · 2025/2026° anno · 0 file
Machine Learning and Decision Models cod. 2526-1-FDS02Q002 · 2025/2026° anno · 0 file
Marketing Analytics cod. 2526-1-FDS02Q008 · 2025/2026° anno · 0 file
Natural Language Processing cod. 2526-2-FDS01Q011 · 2025/2026° anno · 0 file
Reinforcement Learning cod. 2526-2-FDS01Q042 · 2025/2026° anno · 0 file
Statistical Modelling cod. 2526-1-FDS02Q040 · 2025/2026° anno · 0 file
DATA SEMANTICS cod. P777458199 · TU-FRONTALETURNOUNICO1° anno · 0 file
WEB MARKETING AND COMMUNICATION MANAGEMENT cod. P327213839 · TUGLALABTURNOUNICOGRUPPOA1° anno · 1 file
Domande d'esame Domande e risposte digital marketing — 2020 pillola free
Tutte le possibili domande d'esame a risposta multipla (con soluzioni) e risposta aperta (riformulate rispetto al libro)
DATA MANAGEMENT AND VISUALIZATION cod. P115692388 · TUGLBLABTURNOUNICOGRUPPOB1° anno · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.