Programma del corso

    1. Introduzione alla Data Science moderna: dai dati alle decisioni strategiche

      ANTEPRIMA GRATUITA

    2. Il Workflow professionale: il ciclo di vita di un progetto di Data Science

    1. Installiamo Python

    2. Installiamo Cursor

    3. Il nostro primo Jupyter Notebook

    4. Il nostro primo dataset

    5. Effettuiamo la nostra prima EDA minimale

    1. Tipi e strutture di dati

    2. Funzioni, cicli, condizioni, comprehension per la Data Science in Python

    3. Manipolazione dei dati in Python: esempi pratici ed esercizi per Data Science

    4. Programmazione Orientata agli Oggetti in Python: metodi per Data Science

    5. Analisi Esplorativa dei Prezzi con OpenPyXL: Media, Std Dev, Min e Max

    1. Mastering NumPy: da Array vettoriali all'analisi statistica delle distribuzioni

    2. Facciamo pratica con NumPy con un vero dataset

    3. NumPy: analisi statistica avanzata ed esercizi pratici per la Data Science

    4. Pandas Pro: dominare i DataFrame partendo dalle basi NumPy

    5. Pandas: pratica ed esercizi

    1. Un caso d'uso reale: Rossmann Store Sales – analisi del dataset e obiettivi

    2. EDA Professionale: Estrarre Insight Strategici con Matplotlib

    3. Data Visualization avanzata: EDA statistica con Seaborn

    1. Il ponte tra analisi dati (EDA) e predizione

    2. Business Intelligence strategica: il valore della modellazione predittiva

    3. Machine Learning: il Random Forest spiegato nel modo più semplice possibile

    4. Previsione vendite con Random Forest

    5. Un regalo per te - lezione bonus

Informazioni sul corso

  • €89,90
  • 25 lezioni
  • 7 ore di contenuti video

Video

Il tuo docente

Massimiliano Sorrentino

Ph.D. in Physics

Massimiliano Sorrentino è Ph.D. in Fisica, fisico dell’Ordine dei Chimici e dei Fisici della Provincia di Brescia (n. 355, sez. A) e innovation manager inserito nell’elenco del Ministero delle Imprese e del Made in Italy (MIMIT). Da anni affianca aziende e professionisti come data scientist, machine learning engineer e sviluppatore software, trasformando dati complessi in decisioni e prodotti concreti. Ha iniziato nella fisica delle particelle, in collaborazioni internazionali con il CERN, e oggi applica lo stesso approccio rigoroso a progetti aziendali in settori diversi.

Recensioni

I commenti dei nostri studenti

5 Punteggio in stelle

Corso scorrevole

Ciro C.

Corso davvero utile: partendo da zero ho capito bene cos’è la Data Science e come si differenzia da BI e Machine Learning. Le spiegazioni sul workflow professionale (dalla definizione del problema alle metriche di successo) sono chiare e mi hanno ...

Leggi di Più

Corso davvero utile: partendo da zero ho capito bene cos’è la Data Science e come si differenzia da BI e Machine Learning. Le spiegazioni sul workflow professionale (dalla definizione del problema alle metriche di successo) sono chiare e mi hanno dato una struttura mentale. Ho apprezzato molto anche la parte pratica su Jupyter Notebook e il primo dataset per iniziare subito a “sporcare le mani”.

Leggi Meno
5 Punteggio in stelle

Formazione fatta molto bene

Massimo M.

Mi è piaciuto perché l’insegnante è preparato e si vede dal modo in cui collega teoria e pratica. Dopo l’installazione guidata di Python e Cursor sono riuscito a lavorare in modo ordinato sui notebook. Gli esercizi su strutture dati, cicli e compr...

Leggi di Più

Mi è piaciuto perché l’insegnante è preparato e si vede dal modo in cui collega teoria e pratica. Dopo l’installazione guidata di Python e Cursor sono riuscito a lavorare in modo ordinato sui notebook. Gli esercizi su strutture dati, cicli e comprehension mi hanno dato basi solide per la manipolazione dati.

Leggi Meno
5 Punteggio in stelle

Oltre le aspettative

Rinoenito D.

Cercavo un percorso end‑to‑end e questo corso ha rispettato le aspettative: si parte dall’EDA minimale e si arriva a un progetto di previsione vendite. Le spiegazioni di NumPy e Pandas sono chiare, soprattutto quando tratta maschere booleane e mis...

Leggi di Più

Cercavo un percorso end‑to‑end e questo corso ha rispettato le aspettative: si parte dall’EDA minimale e si arriva a un progetto di previsione vendite. Le spiegazioni di NumPy e Pandas sono chiare, soprattutto quando tratta maschere booleane e missing values su dataset reali. Ottimo anche il passaggio “ponte” tra analisi dati e predizione.

Leggi Meno

Impare a prendere e raccomandare decisioni fondate sull'analisi dei dati

Iscriviti ora