All the class material is available on the e-learning platform (slides, lecture notes, and reference to the textbook).
Argomenti del programma: Artificial Intelligence (AI) and Machine Learning (ML) - This topic will cover the basics of AI and ML, such as supervised and unsupervised learning, neural networks, and deep learning. Additionally, it explores some applications of AI and ML in businesses, such as predictive analytics, natural language processing, and automation.
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Lecture slides, lab worksheets, tutorials and datasets provided by the instructor on the course web page constitute the main reference material and are sufficient for exam preparation.
Argomenti del programma: The course is organized into two parts. Part I - AI Literacy: fundamental concepts of Artificial Intelligence and its main subfields (machine learning, deep learning, natural language processing, generative AI); historical evolution of AI; main techniques and families of algorithms (supervised and unsupervised learning, neural networks, language models), presented with an introductory and applied perspective;…
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Lecture notes, research papers and course material will be made available on the e-learning platform.
Argomenti del programma: - Data visualization with Python: matplotlib, seaborn, plotly, and notebook-based visual analysis. - Visual encoding and grammar of graphics: marks, scales, layers, facets, color, labels, and interaction. - Data Humanism and ethics of visualization: missing data, categories, aggregation, uncertainty, inequality, persuasion, and misleading visualizations.
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Il materiale è reso disponibile sulla piattaforma di e-learning all’interno della quale gli studenti troveranno dispense e slide aggiornate e le indicazioni del testo di riferimento.
Argomenti del programma: Il programma è composto da una parte teorica (lezioni tradizionali) e da una parte pratica (lezioni in aula informatizzata). I contenuti di ciascuna parte sono descritti di seguito. Parte teorica - Intro corso e Computational thinking; Perché digitale? (notazione binaria ed unità di misura); introduzione agli algoritmi - Algoritmi, Strutture dati e linguaggi di programmazione - Risorse in rete (cloud computing e…
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Lecture notes, research papers and course material will be made avaible on the e-learning platform.
Argomenti del programma: - Foundations of data visualization in marketing - Visual perception, attention design, and communication clarity - Ethics, human-centered design, and data humanism - Data cleaning, reduction, and structuring - Visualization of multivariate, geographic, and network data - Visual storytelling and web-first design - Interactive dashboards - Funnel analysis, campaign performance, and customer behavior
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Il materiale è reso disponibile sulla piattaforma di e-learning all’interno della quale gli studenti troveranno dispense e slide aggiornate e le indicazioni del testo di riferimento.
Argomenti del programma: Il programma è composto da una parte teorica (lezioni tradizionali) e da una parte pratica (lezioni in aula informatizzata). I contenuti di ciascuna parte sono descritti di seguito. Parte teorica - Intro corso e Computational thinking; Perché digitale? (notazione binaria ed unità di misura); introduzione agli algoritmi - Algoritmi, Strutture dati e linguaggi di programmazione - Fondamenti HW/SW - Fondamenti di reti…
Libri Universitari