Master i statistikk, dataintelligens og vitenskapenes grunnlag

Første semester, del A

Veiledning: Introduksjon til STATA for dataanalyse av Riccardo Cappelli

STATA er en statistisk programvare som er mye brukt i dataanalyse og statistisk forskning. Dette kurset tar sikte på å hjelpe studentene å bli kjent med det grunnleggende i STATA. En oversikt over de viktigste STATA-teknikkene vil bli gitt, samt anvendelsen av disse teknikkene på data fra den virkelige verden.

Risiko og beslutningstaking for datavitenskap og kunstig intelligens av Norman Fenton

Denne modulen gir en omfattende oversikt over risikovurdering, prediksjon og beslutningsutfordringer som dekker folkehelse og medisin, lov, regjeringsstrategi, transportsikkerhet og forbrukerbeskyttelse. Studentene vil lære å se gjennom mye av forvirringen om risiko i offentlig diskurs og vil bli utstyrt med metoder og verktøy for forbedret risikovurdering som kan brukes direkte på personlig, gruppe- og strategisk beslutningstaking.

Modulen tar også direkte opp begrensningene til big data og maskinlæring for å løse beslutnings- og risikoproblemer. Mens klassiske statistiske teknikker for risikovurdering er introdusert (inkludert hypotesetesting, p-verdier og regresjon), avslører modulen de alvorlige begrensningene ved disse metodene. Spesielt fokuserer den på behovet for årsaksmodellering av problemer og en Bayesiansk tilnærming til sannsynlighetsresonnement. Bayesianske nettverk brukes som et samlende tema hele veien.

Årsakssammenheng og sannsynligheter av Alexander Gebharter

Dette kurset gir et lynkurs i det grunnleggende om sannsynlighetsteori etterfulgt av en oversikt over årsaksberetninger knyttet til sannsynligheter. Den generelle ideen er at årsaksstruktur forklarer ulike typer sannsynlighetsavhengighet. Mens kunnskap om korrelasjon er et nyttig verktøy for prediksjon, er det kun årsaksinformasjon som gir en pålitelig veiledning for å kontrollere ens omgivelser.

Epistemology II av Alexander Gebharter

Hva er kunnskap? Hvordan forholder det seg til sannhet og rasjonalitet? Hvordan kan vi rettferdiggjøre våre tro og hvordan bør vi revidere dem i lys av nye innkommende bevis? Dette er noen av hovedspørsmålene som reises innen epistemologi. "Epistemology I" og "Epistemology II" utforsker spørsmål som disse og hvordan de besvares av dagens kontoer på markedet, samt de nye problemene disse svarene gir opphav til.

Opplæring: R & Matlab av Federico Giri

Dette kurset tar sikte på å gi en introduksjon til Matlab (R) programmeringsteknikker.

Opplæring: PYTHON av Adriano Mancini

Kurset er strukturert for å veilede elever gjennom Python-programmering fra grunnleggende konsepter til avanserte datavitenskapelige teknikker. Det starter med en introduksjon til Python for å forstå kjerneprinsippene for programmering, inkludert datastrukturer. Den siste delen av kurset introduserer kraftige biblioteker for datavitenskap: NumPy, SciPy og Sci-kit-learn.

Epistemology I av Michał Sikorski

Hva er kunnskap? Hvordan forholder det seg til sannhet og rasjonalitet? Hvordan kan vi rettferdiggjøre våre tro og hvordan bør vi revidere dem i lys av nye innkommende bevis? Dette er noen av hovedspørsmålene som reises innen epistemologi. "Epistemology I" og "Epistemology II" utforsker spørsmål som disse og hvordan de besvares av dagens kontoer på markedet, samt de nye problemene disse svarene gir opphav til.

The Philosophy of Evolutionary Theory av Elliot Sober

Dette kurset er basert på Elliot Sobers nye bok "The Philosophy of Evolutionary Theory". Den
dekker emner som utvalgsenheter og felles aner, alle dypt knyttet til sannsynlighetsresonnement.

Første semester, del B

Kunstig intelligens og logikkprogrammering I av Aldo Dragoni

Innhold:

• Kunstig intelligens: historie og forskjell mellom den logisk-symbolske tilnærmingen og den nevrale tilnærmingen.
• Førsteordens logikk: Syntaks, semantikk, formelt system.
• Oppløsningsmetode: Herbrands teorem. Konvertering til klausalformen til en lukket formel. Oppløsningsprinsippet for grunnklausuler. Samling.
• Oppløsningsprinsippet. Lineær oppløsning.
• Bestemte programmer: Semantikk. Riktigheten av SLD-oppløsningen. Occur-Check-problemet. Fullstendighet av SLD-oppløsning. Selvstendighet
• Fra beregningsregelen. SLD tilbakevisningsprosedyre. Beregningsmessig tilstrekkelighet for bestemte programmer.
• Logisk programmering: PROLOG. Deklarativ programmering.

Prinsipper for epidemiologi og biostatistikk for folkehelseforskning av Rosaria Gesuita, Edlira Skrami, Andrea Faragalli, Marica Iommi

Hovedemner:

• Introduksjon til epidemiologi, prof. Rosaria Gesuita (2 timer)
• Observasjonsstudier, frekvens- og assosiasjonsmålinger, Prof. Rosaria Gesuita (6 timer) & Dr. Marica Iommi (4 timer)
• Beskrivende studiedesign, Analytiske tilnærminger, Eksperimentelle studiedesign, Prof. Edlira Skrami (8 timer)
• Studieprotokoll, Dr. Andrea Faragalli (4 timer)
• Prinsipper for estimering av prøvestørrelse, Dr Andrea Faragalli (4 timer)
• Prinsipper for systematisk gjennomgang og meta-analyse, Dr. Marica Iommi (4 timer)

Foundations of the Sciences av Barbara Osimani

Innhold: Hva er vitenskap? Hvem sier hva vitenskap er, med hvilken autoritet og etter hvilke kriterier? Hva rettferdiggjør vitenskapelig kunnskap? Er dens grunnlag, om noen, av logisk, metafysisk eller praktisk art? Hva er grunnlaget for å handle på dette grunnlaget? Hva er de viktigste verktøyene som lar oss videreutvikle vår kunnskap om virkeligheten? Hvordan vurderer vi deres tilstrekkelighet og pålitelighet? Hva skiller en vitenskapelig metode fra andre kunnskapskilder? hva skiller de forskjellige tilnærmingene til statistisk inferens (f.eks. frekventist vs. Bayesiansk skole vs. upresis sannsynlighetstilnærming, og deres respektive underavdelinger)?

Hva er de metodiske og praktiske implikasjonene? Hvordan håndterer de mangfoldige paradigmene forholdet mellom teori/hypotese og bevis? Dette er noen av spørsmålene som kurset tar opp ved å ty til en stor filosofisk og metodisk litteratur viet til grunnlaget for vitenskap, vitenskapelig slutning og pragmatiske dimensjoner i vitenskapelig praksis.

Spesielt vil kurset fokusere på følgende temaer:

1. Vitenskapens epistemologi og ontologi: avgrensningsproblemet;
2. Vitenskapelig usikkerhet: Sannsynlighet og statistikkens grunnlag;
3. (Formelle) metoder i vitenskapen

Foundations of Econometrics I av Claudia Pigini

''Foundation of Econometrics I & II" gir et essensielt rammeverk for å forstå og anvende økonometriske metoder. Dekker datautforskning, regresjonsanalyse, prediksjonsmodellering og årsaksinferens, studentene får praktiske ferdigheter ved å bruke RStudio. Foreslåtte lesninger utfyller teoretiske konsepter. Ideell for de som søker ferdigheter i datadrevne økonomiske beslutninger og politikk i næringslivet.

Bayesian Inference av Eric-Jan Wagenmakers

Dette kurset vil dekke teorien og praksisen om "sunn fornuft uttrykt i tall", det vil si Bayesiansk slutning. I første del av kurset vil jeg bruke den binomiale modellen til å dekke de teoretiske byggesteinene (f.eks. tidligere og bakre fordelinger, koherens, parameterestimering og Bayes faktor hypotesetesting, vage vs. informerte tidligere fordelinger, modellgjennomsnitt, modellfeilspesifikasjon, etc.). I den andre delen vil jeg vise frem Bayesiansk inferens i praksis og presentere Bayesianske t-tester, regresjon, ANOVA og andre modeller.

Fundamentals of Machine Learning av Marco Piangerelli

Kurset tar sikte på å kompakt presentere hovedparadigmene for maskinlæring (overvåket, uovervåket og forsterkende læring) mens
også presentere deres statistiske grunnlag (statistisk læringsteori). Den siste utviklingen når det gjelder forklarbarhet og tolkning av ML-modeller vil også bli presentert.

Statistiske skoler: begreper om sannsynlighet, statistisk slutning og dataanalyse av Christian Hennig
Emnet skal gi en komparativ oversikt over ulike begreper om sannsynlighet, statistisk slutning og dataanalyse. Det vil være fokus på sammenhengen mellom statistiske modeller og data i den virkelige verden, hvilken rolle modellforutsetninger har for å analysere data, objektivitets begrensninger og nødvendigheten av skjønn og subjektiv beslutning.

Andre semester, del A

Tidsserieprognoser med Deep Learning av Alessandro Galdelli

Innhold:

• Introduksjon til tidsserieanalyse
• Grunnleggende om dyp læring for tidsserier
• Arbeid med tidsseriedata
• Deep Learning-modeller for tidsserieprognoser
• Avanserte prognoseteknikker
• Evalueringsberegninger og modelloptimalisering
• Kasusstudier og applikasjoner
• Fremtidige trender og utfordringer i tidsserieprognoser

Årsaksslutning av Alexander Gebharter

Dette kurset bygger på grunnleggende innsikt etablert i kurset “Årsakssammenheng og sannsynligheter” og noen av de formelle verktøyene introdusert i kurset “Formell epistemologi”. Den viderefører emner fra disse kursene og gir en introduksjon til årsaksmodeller og kausalt tolkede Bayesianske nettverk. Disse verktøyene kan brukes til å formulere komplekse årsakshypoteser mer presist, generere sannsynlighetsprediksjoner basert på observasjon og hypotetisk intervensjon, og til å avdekke årsaksstrukturer fra observasjons- og eksperimentelle data. Kurset kombinerer innhold og vil gi studentene mulighet til å gjøre seg kjent med disse verktøyene ved å bruke dem på ulike oppgaver og lekeeksempler.

Formell epistemologi II av Alexander Gebharter

"Formell epistemologi I" og "Formell epistemologi II" bygger på grunnlaget lagt av kurset "Epistemologi" og i senere deler på grunnleggende begreper introdusert i begynnelsen av kurset "Kausal slutning". Den utforsker grunnlaget og dynamikken til kunnskap og resonnement ved å bruke formelle verktøy, spesielt sannsynlighetsteori og enkle grafiske modeller.

Bayesiansk vitenskapsfilosofi av Stephan Hartmann

Dette kurset tar sikte på å vise hvordan Bayesianske metoder kan brukes til å svare på sentrale spørsmål i vitenskapsfilosofien. For dette formål vil studentene i første del av kurset lære å konstruere Bayesianske modeller (spesielt ved å bruke teorien om Bayesianske nettverk) og anvende dem på utvalgte problemer. For dette formål vil det være to veiledningsøkter der elevene kan trene sine matematiske problemløsningsferdigheter. I den andre delen vil vi først kort snakke om ulike epistemiske teorier om epistemisk begrunnelse og deretter fokusere på debatten om sannsynlighetsmål for koherens diskutert i formell epistemologi.

Vi vil deretter undersøke mulighetene for å utvikle en koherent Bayesiansk vitenskapsfilosofi, med særlig fokus på i hvilken grad denne tilnærmingen kan kaste lys over aktuelle debatter om vitenskapelig forklaring og interteoretiske relasjoner. Til slutt vil vi diskutere de (mulige) grensene for Bayesianisme og koherentisme.

Rationality in the Sciences av Barbara Osimani

Hva er vitenskapelig rasjonalitet? Er ulike typer rasjonalitet på spill i vitenskapelig praksis? I så fall, hvordan flettes de sammen og påvirker vitenskapelig produksjon? Spesielt, hvilken rolle spiller strategisk rasjonalitet i vitenskapelige miljøer, spesielt de som er preget av sterke interessekonflikter?

Hvordan håndterer vi vitenskapelig dissens (i disse tilfellene)? Hva er kreftene som former innsamling, utvelgelse, produksjon og avsløring/formidling av vitenskapelig bevis i ulike vitenskapelige økosystemer (fortid og nåtid)? Denne modulen vil undersøke disse temaene ved å trekke på en dobbeltsporet tilnærming: den "abduktive" tilnærmingen til metavitenskapsstudier, som tar sikte på å utvikle verktøy for skjevhet og svindeldeteksjon, og den teoretiske tilnærmingen til nyere litteratur om (bayesianske) overtalelsesspill.

Foundations of Econometrics II av Claudia Pigini

''Foundation of Econometrics I & II" gir et essensielt rammeverk for å forstå og anvende økonometriske metoder. Dekker datautforskning, regresjonsanalyse, prediksjonsmodellering og årsaksinferens, studentene får praktiske ferdigheter ved å bruke RStudio. Foreslåtte lesninger utfyller teoretiske konsepter. Ideell for de søker ferdigheter i datadrevet beslutningstaking innen næringsliv, økonomi og politikk.

Formell epistemologi I av Michał Sikorski

"Formell epistemologi I" og "Formell epistemologi II" bygger på grunnlaget lagt av kurset "Epistemologi" og i senere deler på grunnleggende begreper introdusert i begynnelsen av kurset "Kausal slutning". Den utforsker grunnlaget og dynamikken til kunnskap og resonnement ved å bruke formelle verktøy, spesielt sannsynlighetsteori og enkle grafiske modeller.

Beyond Inferential Statistics: Abduction and Q Methodology av Raffaele Zanoli

Hovedtemaer:

• Innledning Statistiske og metodiske forskjeller mellom konklusjons- og ikke-inferensiell statistikk
• Induksjon, deduksjon og bortføring
• Objektivitet vs subjektivitet: epistemologiske og statistiske betraktninger
• Q Metodikk og den vitenskapelige studien av subjektivitet
• Eksempler og praktiske ting

Andre semester, del B

Artificial Intelligence & Logic Programming II av Aldo Dragoni

Innhold:

• Kunstig intelligens: historie og forskjell mellom den logisk-symbolske tilnærmingen og den nevrale tilnærmingen.
• Førsteordens logikk: Syntaks, semantikk, formelt system.
• Oppløsningsmetode: Herbrands teorem. Konvertering til klausalformen til en lukket formel. Oppløsningsprinsippet for grunnklausuler. Samling.
• Oppløsningsprinsippet. Lineær oppløsning.
• Bestemte programmer: Semantikk. Riktigheten av SLD-oppløsningen. Occur-Check-problemet. Fullstendighet av SLD-oppløsning. Selvstendighet
• Fra beregningsregelen. SLD tilbakevisningsprosedyre. Beregningsmessig tilstrekkelighet for bestemte programmer.
• Logisk programmering: PROLOG. Deklarativ programmering.

Economics of Science and Technology av Nicola Matteucci

Kurset presenterer normative og positive (fra latin positum) temaer innen reguleringsøkonomi og offentlig politikk, med fokus på vitenskapsbaserte (høyteknologiske) økonomiske sektorer, og på store samfunnsutfordringer hvis løsning er avhengig av vitenskapelig kunnskap. Politikkutforming er ment i sin bredeste definisjon, og spenner fra detaljerte sektornormer og politikk (f.eks. helsepolitikk og regulering) til bredere politikkutforming (f.eks. utviklings- eller miljøpolitikk). Kurset dreier seg om de to grunnleggende kategoriene "marked" og "myndighetssvikt", for å presentere en begrunnet (ikke-systematisk) gjennomgang av innflytelsesrike verk som analyserer årsakene, mekanismene og konsekvensene av politikksvikt og/eller fangst. Kursets viktigste springbrett er vitenskapelig lobbyisme.

Economics of Regulation in Science-Based Domains av Nicola Matteucci

Kurset presenterer normative og positive (fra latin positum) temaer innen reguleringsøkonomi og offentlig politikk, med fokus på vitenskapsbaserte (høyteknologiske) økonomiske sektorer, og på store samfunnsutfordringer hvis løsning er avhengig av vitenskapelig kunnskap. Politikkutforming er ment i sin bredeste definisjon, og spenner fra detaljerte sektornormer og politikk (f.eks. helsepolitikk og regulering) til bredere politikkutforming (f.eks. utviklings- eller miljøpolitikk).

Kurset dreier seg om de to grunnleggende kategoriene "marked" og "myndighetssvikt", for å presentere en begrunnet (ikke-systematisk) gjennomgang av innflytelsesrike verk som analyserer årsakene, mekanismene og konsekvensene av politikksvikt og/eller fangst. Kursets viktigste springbrett er vitenskapelig lobbyisme.

Utvikling av spørreskjema: Hvordan samle inn data fra undersøkelser. Gjør og ikke gjør av Simona Naspetti

Dette kurset gir en oversikt over spørreskjemautvikling og strategier for innsamling av data gjennom undersøkelser. Deltakerne vil lære å designe og implementere undersøkelser for å samle nøyaktige og meningsfulle data. Gjennom forelesninger, case-studier og interaktive aktiviteter vil deltakerne få praktiske ferdigheter og innsikt i hva som må og ikke må gjøres ved utvikling av spørreskjemaer.

Time Series Econometrics av Giulio Palomba

Hovedemner:

• Tidsseriedata og stokastiske prosesser
• Dynamiske modeller
• ARMA-modeller
• Enhetsrøtter
• VAR-modeller
• Kointegrasjon
• GARCH-modeller

Forskningens integritet av Andrea Saltelli

De ulike dimensjonene ved forskningsintegritet er organisert i form av normer, funksjoner og enhet. Normer refererer til hvordan vitenskapen samsvarer med eller avviker fra normative standarder. Funksjoner relaterer seg til hvordan vitenskap og forskning er utstyrt med en fungerende, ikke-skadet mekanisme. Den tredje betydningen gjelder forestillingen om vitenskap som en ubrutt og udelt enhet. Kurset fungerer også som en introduksjon til de historiske, filosofiske og sosiologiske elementene i vitenskapen, for det meste fra feltet Science and Technology Studies (STS), og har en seksjon om vitenskap og lobbyvirksomhet.

Etikk for kvantifisering av Andrea Saltelli

Emnet presenterer en blanding av statistiske og sosiologiske elementer knyttet til ulike former for statistisk og matematisk kvantifisering og deres tekniske og normative kvalitet. Sensitivitetsanalyse og sensitivitetsrevisjon vil bli presentert som metodikk relevant for analyse av kvalitet, med en diskusjon av egenskapene til de tilgjengelige metodene. Andre temaer som dekkes er modelleringspolitikken, deltakende modellering og kvantifiseringssosiologien.

Upresise Probabilities av Serena Doria

I motsetning til klassisk sannsynlighetsteori, som omhandler skarpe sannsynligheter, erkjenner upresis sannsynlighet begrensningene til perfekt kunnskap. Det gir en robust og allsidig tilnærming til situasjoner der informasjon er knapp, ufullstendig eller upålitelig. Vi vil begynne med å undersøke motivasjonen bak upresise forutsetninger og sannsynligheter og kontrastere dem med klassisk sannsynlighetsteori. Vi vil utforske de nødvendige matematiske verktøyene for å representere upresise sannsynligheter og vi vil utforske hvordan dette rammeverket kan brukes i kunstig intelligens og beslutningsteori.

Rational Choice Theory av Giacomo Sillari

Dette kurset går inn i Rational Choice Theory, og utforsker beslutningstaking under forhold med risiko, uvitenhet og usikkerhet. Det begynner med å undersøke hvordan beslutninger tas når utfall er ukjente, med særlig fokus på filosofiske anvendelser som maximin i Rawls forskjellsprinsipp og debatten med Harsanyi.

Fra dette går kurset over til ulike tolkninger av sannsynlighet, med spesiell oppmerksomhet viet subjektiv sannsynlighet og det nederlandske bokteoremet. Kurset dekker deretter forventet nytteteori fra et grunnleggende synspunkt, gjennomgår maskineriet relatert til representasjonsteoremet og konkluderer med strategisk rasjonalitet, med fokus på hvordan individer tar beslutninger i strategiske miljøer der utfall avhenger av andres handlinger, spesielt når det gjelder koordinering. og samarbeid.

Masteren er rettet mot studenter og forskere fra både humanvitenskap og STEM-disipliner, men også mot fagfolk som ønsker å berike sine ferdigheter innen dataanalyse, vitenskapsteoretisk vitenskap og evidensbasert politikk. Figuren som dukker opp er i hovedsak den til en dataanalytiker, med en rik metodisk og grunnleggende bakgrunn, men masteren kan meget vel også bidra til å berike den pedagogiske profilen til journalister, politikere og fagfolk i enhver sektor (fra økonomisk til helsevesen til juridisk) .

På slutten av mastergraden vil studentene være i stand til å vurdere den beste vitenskapelige metodikken som skal brukes for sin undersøkelse; analysere data og studier av andre i deres spesifikke forskningssektor, og tilby konsulenttjenester til beslutningstakere. Journalister og politiske beslutningstakere vil ha tilegnet seg de kritiske verktøyene til å orientere seg i tilbudet av informasjon produsert i de ulike vitenskapelige sektorene.