PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Notifiche Email

Elenco notifiche

Modelli statistici/Apprendimento statistico

01VJWNG

A.A. 2021/22

Lingua dell'insegnamento

Italiano

Corsi di studio

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 40
Esercitazioni in aula 20
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Collaboratori
Espandi
Didattica
SSD CFU Attivita' formative Ambiti disciplinari
Date d'appello
Orario delle lezioni
Statistiche superamento esami
2021/22
In questo corso si insegnano alcuni metodi avanzati della statistica e diverse loro applicazioni. Il corso è integrato con Apprendimento Statistico (Statistical Learning) per mostrare come molti metodi siano in comune con il Machine Learning, l'Intelligenza Artificiale e più in generale la Data Science.
Some advanced methods of Statistics will be taught together with several example applications. This course is integrated with Statistical Learning, since many methods are shared with Machine Learning, Artificial Intelligence and, more generally, Data Science.
Lo studente imparerà come i metodi probabilistici statistici che ha studiato in teoria vengono applicati in pratica, mettendone a frutto tutte le potenzialità metodologiche.
Una preparazione equivalente a 15 crediti di Probabilità e Statistica Matematica.
Modelli lineari e applicazioni. Modelli lineari generalizzati e applicazioni. Principi di sperimentazione clinica e biomedica. Principi di statistica bayesiana e reti bayesiane. Metodi per dati qualitativi. R e altro software specializzato per metodi MCMC.
Esercitazioni in forma tradizionale completeranno le lezioni e un software statistico appropriato sarà usato in laboratorio informatico.
- An Introduction to Statistical Learning with Applications in R Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani http://faculty.marshall.usc.edu/gareth-james/ISL/ - The BUGS Book: A Practical Introduction to Bayesian Analysis di David Lunn, Chris Jackson, Nicky Best, Andrew Thomas, David Spiegelhalter. Chapman & Hall. - Categorical Data Analysis di Alan Agresti. Wiley - Foundations of Linear and Generalized Linear Models by Alan Agresti. Wiley. - Bayesian Data Analysis. 3rd Edition by A. Gelman , J. B. Carlin, H. S. Stern, D. B. Dunson, A. Vehtari, D. B. Rubin Chapman & Hall/CRC
Modalità di esame: Prova orale obbligatoria;
Exam: Compulsory oral exam;
... L'esame sarà una interrogazione orale su due estrazioni casuali da un insieme di una ventina di studi di casi analizzati durante l'anno e verrà integrata con domande teoriche più generali.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Modalità di esame: Prova orale obbligatoria;
L'esame sarà una interrogazione orale su due estrazioni casuali da un insieme di una ventina di studi di casi analizzati durante l'anno e verrà integrata con domande teoriche più generali.
Modalità di esame: Prova orale obbligatoria;
L'esame sarà una interrogazione orale su due estrazioni casuali da un insieme di una ventina di studi di casi analizzati durante l'anno e verrà integrata con domande teoriche più generali.
Esporta Word