[Data Science]

[Diego.94]

Buongiorno,

sono uno studende magistrale di Informatica curriculum AI. Vorrei integrare il mio piano di studi con qualche corso aggiuntivo in ambito statistica (frequentabile nella mia università oppure nei corsi di Stanford) per essere poi riciclabile come data scientist unendo competenze informatiche con quelle statistica.

Alla triennale ho frequentato il seguente corso di Probabilità e Statistica: http://magistrale.educ.di.unito.it/...namento?cod=MFN0600&codA=&year=2019&orienta=Z

Che ne pensate del seguente percorso:

1. [Stanford] Machine Learning di Andrer NG
2. [Uni] Teoria dell'Informazione: http://magistrale.educ.di.unito.it/...mento?cod=INF0095&codA=&year=2019&orienta=XFH
3. [Uni] Apprendimento Automatico: http://magistrale.educ.di.unito.it/...amento?cod=INF0091&codA=&year=2019&orienta=XH
4. [Stanford] Statistical Learning: https://www.edx.org/course/statistical-learning
5. [Uni] Bayesian Networks: Ragionamento in presenza di incertezza. La parte metodologica copre problematiche di ragionamento probabilistico, reti bayesiane e metodi di ragionamento su reti bayesiane, modelli probabilistici temporali. Dal punto di vista sperimentale, viene poi illustrato in laboratorio l’utilizzo di tool per la modellazione e l’inferenza con le Reti Bayesiane e con altri modelli probabilistici più complessi. Diagnosi Basata su Modello. Vengono presentati i principali algoritmi di Diagnosi Basata su Modello per sistemi statici e dinamici. Collegandosi al ragionamento in presenza di incertezza, tali algoritmi vengono poi confrontati con la diagnosi probabilistica di sistemi sia statici che dinamici.
6. [Stanford] Probabilistic Graphical Models Specialization: https://www.coursera.org/specializations/probabilistic-graphical-models

Che ne pensate riguardo all'ordine di frequentazione? Mancherebbe qualcosa?

Grazie per l'attenzione

 

[Mursey]

Doppia, chiudo.