🎉 𝐍𝐮𝐨𝐯𝐨 𝐭𝐫𝐚𝐠𝐮𝐚𝐫𝐝𝐨 𝐫𝐚𝐠𝐠𝐢𝐮𝐧𝐭𝐨! 🎉
Ho completato il corso “𝐌𝐚𝐭𝐡 𝐟𝐨𝐫 𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐜𝐞 𝐌𝐚𝐬𝐭𝐞𝐫𝐜𝐥𝐚𝐬𝐬” su Udemy, rafforzando le mie competenze matematiche fondamentali per la scienza dei dati e l’intelligenza artificiale. 🚀

📚 Cosa ho imparato:
• 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐚 𝐝𝐞𝐬𝐜𝐫𝐢𝐭𝐭𝐢𝐯𝐚: concetti come media, mediana, moda, varianza, deviazione standard e interquartile range (IQR).
• 𝐓𝐞𝐨𝐫𝐢𝐚 𝐝𝐞𝐥𝐥𝐞 𝐩𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐭à: leggi fondamentali, distribuzioni discrete e continue, teorema di Bayes, probabilità condizionale e distribuzioni congiunte.
• 𝐂𝐨𝐦𝐛𝐢𝐧𝐚𝐭𝐨𝐫𝐢𝐜𝐚: utilizzo di fattoriali, permutazioni e combinazioni per risolvere problemi di calcolo delle possibilità.
• 𝐃𝐢𝐬𝐭𝐫𝐢𝐛𝐮𝐳𝐢𝐨𝐧𝐢 𝐩𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐬𝐭𝐢𝐜𝐡𝐞: focus su distribuzioni normali, uniformi, e il loro ruolo nella modellazione e previsione dei dati.
• 𝐕𝐢𝐬𝐮𝐚𝐥𝐢𝐳𝐳𝐚𝐳𝐢𝐨𝐧𝐞 𝐝𝐞𝐢 𝐝𝐚𝐭𝐢: tecniche per rappresentare informazioni in modo chiaro e comprensibile attraverso scatter plot, box plot, istogrammi e altro.
• 𝐀𝐧𝐚𝐥𝐢𝐬𝐢 𝐝𝐞𝐥𝐥𝐚 𝐜𝐨𝐫𝐫𝐞𝐥𝐚𝐳𝐢𝐨𝐧𝐞 𝐞 𝐫𝐞𝐠𝐫𝐞𝐬𝐬𝐢𝐨𝐧𝐞: comprensione della covarianza, del coefficiente di correlazione di Pearson e delle tecniche di regressione lineare.

💡 𝐀𝐩𝐩𝐥𝐢𝐜𝐚𝐳𝐢𝐨𝐧𝐞 𝐩𝐫𝐚𝐭𝐢𝐜𝐚:
Attualmente sto mettendo in pratica queste conoscenze con Jupyter Notebook, utilizzando librerie come Pandas, NumPy e scikit-learn per esplorare e analizzare dati. Questo percorso mi sta aiutando a trasformare le nozioni teoriche in strumenti utili per affrontare problemi concreti di data science.