Corsi e master


2021

  • Dal 13 al 17 dicembre 2021 si terrà in modalità mista la Winter School internazionale in “Contemporary methods in spatial statistics in R with applications to life and social sciences” presso l’Università USI di Lugano (13,14 e 15 dicembre) e il Dipartimento di Scienze Politiche e Sociali dell’Università di Pavia (16 e 17 dicembre). L’iniziativa è rivolta principalmente a studenti di lauree magistrali, dottorandi e giovani ricercatori interessati a tematiche legate al mondo della statistica e machine learning
    applicate all’ambito di dati geo-spaziali con lezioni teoriche e laboratori didattici che prevedono l’applicazione della metodologia a dati reali.
    Più in generale la winter school è aperta a tutti gli interessati al mondo del data science con applicazioni in ambito life e social sciences.
    La scuola è gratuita ed è offerta in modalità mista, sia online che in presenza, per favorire un’ampia partecipazione.
    I docenti sono: Prof. Paula Moraga, Prof. David Bolin, Prof. Håvard Rue e il Dott. Elias Krainski, provenienti dalla presigiosa King Abdullah University of Science and Technology (KAUST).
    Per l’iscrizione alla winter school: https://forms.gle/vuitMKVwD8dLYirx6
    Programma e sito dedicato:https://spatialstatschool.wixsite.com/winter2021
    Info: spatialstatschool@gmail.com
  • Master Universitario Annuale di II livello in "Data Science and Big Data Analytics” A.A.2021/2022 - Il bando per l'iscrizione scade il 31/01/2022. Coordinatrice: Prof.ssa Giada Adelfio, Dipartimento proponente: Dipartimento di Scienze Economiche Aziendali e Statistiche (SEAS) dell’Università degli Studi di Palermo. Contributo di iscrizione: € 5.0000 - Sono previste otto borse di studio di importo pari a € 2.500 a parziale copertura dei costi di iscrizione, attribuite su graduatoria ISEE.
    Link della pagina sulla quale è pubblicato il bando.
  • La scadenza per la domanda di partecipazione al Master di II livello in DATA SCIENCE and STATISTICAL LEARNING - MD2SL organizzato dal Dipartimento di Statistica, Informatica e Applicazioni "G. Parenti" dell'Università di Firenze insieme alla Scuola IMT Alti Studi Lucca è stata spostata al 25 Novembre 2021 (scadenza ore 13.00).
    Potete scaricare qui la deroga e il bando del master; Qui il link per accedere alla domanda online.
    Per qualsiasi ulteriore informazione potete consultare il sito del master https://md2sl.imtlucca.it/md2sl o contattare il seguente indirizzo mail: md2sl@disia.unifi.it
  • Nell’ambito del programma di Visiting Professors della Laurea Magistrale in Stochastics and Data Science dell’Università di Torino (alla pagina https://www.master-sds.unito.it/go/visiting il programma completo per il presente a.a.), si terrà il seguente corso:
    Bas KLEIJN (University of Amsterdam) - FREQUENTIST LIMITS FROM BAYESIAN STATISTICS
     
    We look at the role that the posterior can play in frequentist statistics, with special attention for large-sample limits. There exists an intimate relationship between hypothesis testing and concentration of posterior measure, which combines with a notion called remote contiguity to obtain frequentist convergence results from sequences of Bayesian posterior measures. We shall cover frequentist forms of posterior consistent estimation, rates of posterior convergence, as well as asymptotic uncertainty quantification by enlargement of credible sets and hypothesis testing/model selection with Bayes factors. 
     
    Plan of the course: eight lectures of 45 minutes each:

    Lec I - Bayesian Basics (Frequentist/Bayesian formalisms, estimation, coverage, testing)
    Lec II - The Bernstein-von Mises theorem (Limit shape in smooth parametric models, semi-parametrics)
    Lec III - Bayes and the Infinite (Consistency, Doob’s theorem, Schwartz’s theorem)
    Lec IV - Posterior contraction (Barron, Walker, Ghosh-Ghosal-van der Vaart theorems)
    Lec V - Tests and posteriors (Testing and posterior concentration, Doob’s theorem)
    Lec VI - Frequentist validity of Bayesian limits (Remote contiguity and frequentist limits)
    Lec VII - Posterior uncertainty quantification (How confidence sets arise from credible sets)
    Lec VIII - Uniform and pointwise tests (Which hypotheses are asymptotically testable and which are not?)
    Lec IX - Bayesian tests and posterior model selection (Model selection with posteriors, some examples)

    L'iniziativa è rivolta agli studenti del secondo anno della Laurea Magistrale ma la partecipazione è aperta a tutti gli interessati. 
    Il corso si svolgerà in presenza nell’aula 30, terzo piano, C.so Unione Sovietica 218/bis, 10134, Torino (qui
    i requisiti per l’accesso come ingressi occasionali) secondo il seguente calendario:
    - 30/11, 1/12, 7/12, h.14-16
    - 9/12, h.11.15-13
    e sarà trasmesso in diretta streaming (senza registrazione) tramite la seguente riunione Webex, valida per tutte le lezioni:
    Numero riunione: 2733 233 8719
    Password: 9ahN5DGFRU3 
     
  • il Bando per accedere alle iscrizioni alle prove di ammissione alla IX Edizione del Master CESMA,  Master di II livello in Customer Experience, Statistics, Machine learning & Artificial intelligence, è on-line. La scadenza per le iscrizioni è fissata al 15 gennaio 2022. Vi informiamo, inoltre, che quest’anno l’OPEN DAY si svolgerà in presenza il 26 novembre p.v. dalle 9:00 alle 12:00 presso la Facoltà di Economia dell’Università degli studi di Roma “Tor Vergata”, in Via Columbia 2 – Edificio A, Aula Magna. E’ possibile registrarsi all’evento cliccando QUI. Per permettere la partecipazione anche a coloro che non si trovano su Roma, l'evento sarà trasmesso anche sulla piattaforma ZOOM, il cui link verrà fornito qualche giorno prima. Per i dettagli sul Master vi invitiamo a consultare il nostro sito www.master-cesma.it

<p><style>.vce-row-container .vcv-lozad {display: none}</style>

</p>

<p>

<style>.vce-row-container .vcv-lozad {display: none}</style>

<p>

<style>.vce-row-container .vcv-lozad {display: none}</style>

<p>

<style>.vce-row-container .vcv-lozad {display: none}</style>

<p>

<style>.vce-row-container .vcv-lozad {display: none}</style>

<p>