Statistical Learning
Cluster di dipartimento
- Statistica Metodologica e Sperimentale
Descrizione
I metodi di Statistical Learning applicano principi e metodologie statistiche per risolvere problemi di analisi dei dati in ambiti tipicamente osservazionali, che possono essere caratterizzati da elevata complessità dovuta alla struttura dei dati o alla loro dimensione. Vi è una certa sovrapposizione con le tecniche della disciplina informatica del Machine Learning, ma una maggiore attenzione ad aspetti centrali dell’inferenza statistica, quali il ruolo dei modelli statistici, gli aspetti di ottimalità, il controllo dell’errore. Gli interessi del gruppo di ricerca coprono in particolare la modellizzazione di dati con struttura complessa, con utilizzo di modelli gerarchici, semiparametrici e spazio-temporali, i metodi per la previsione, la statistica computazionale e le applicazioni in ambito industriale, sociale ed economico-gestionale.
Linee di ricerca
- Modelli per l’analisi di dati con struttura complessa
- Metodi di classificazione e previsione, metodi di analisi multivariata
- Statistica computazionale
- Applicazioni in ambito ingegneristico e socio-economico
Settori ERC
- PE1_14 Mathematical statistics
Etichette libere
- Inferenza Statistica, Modelli, Previsione
- Statistical inference, Modelling, Prediction
Componenti
In base alla circolare d'Amministrazione n. 33/1998 si responsabilizzano le persone in indirizzo a verificare la correttezza dei dati inseriti e ad effettuare le dovute comunicazioni di variazione alla Direzione Risorse Umane e Affari generali (DARU) per assicurare il costante aggiornamento dei dati nel tempo, trasmettendo (esclusivamente per posta elettronica) l'esito delle verifiche effettuate agli indirizzi di seguito riportati:
- per il personale tecnico amministrativo: ta.tempoindeterminato@uniud.it
- per il personale docente: docenti@uniud.it