Data science e Intelligenza Artificiale

Il gruppo si occupa di metodologie quantitative per la Data Science e l'Intelligenza Artificiale con applicazioni all’economia, la finanza e le scienze sociali. Gli strumenti e i concetti utilizzati provengono della statistica matematica, fisica e meccanica statistica, teoria delle serie temporali, ricerca operativa, teoria dei network aleatori e complessi. L’interesse del gruppo e rivolto sia allo sviluppo teorico di nuovi metodi matematici, statistici e computazionali sia allo studio empirico di sistemi socio-economici quali le reti di interazione tra persone, tra aziende o più in generale tra agenti.

Tra i temi centrali per il gruppo vi è proprio quello di distinguere, a partire dai dati, un sistema con interazioni rilevanti da uno senza, misurare le interazioni ed utilizzarle con intenti predittivi.

Per il machine learning il gruppo si interessa alla comprensione teorica

  • del deep learning interpretato come problema inverso della meccanica statistica con condizioni al bordo assegnate,
  • delle relazioni tra deep learning e metodi statistici ed econometrici, sia inferenziali che di test di ipotesi.

Altri temi importanti per il gruppo includono l’inferenza di modelli ad alta dimensionalità tra cui, ad esempio, network dinamici e modelli di serie temporali a parametri variabili, sviluppo di metodi di clustering e di approcci entropici e statistici per la predizione/validazione di interazioni e il test di ipotesi su networks.

In ambito teorico si studiano anche tecniche di soft computing per le decisioni in ambito impreciso formalizzato tramite la logica fuzzy.

Componenti:

Luca Barzanti

Professore associato confermato

Giacomo Bormetti

Professore associato

Marco Antonio Boschetti

Professore associato

Pierluigi Contucci

Professore ordinario

Giacomo De Palma

Professore associato

Roberto Dieci

Professore ordinario

Fabrizio Lillo

Professore ordinario

Emanuele Mingione

Ricercatore a tempo determinato tipo b) (senior)

Massimo Spadoni

Professore a contratto a titolo gratuito

Daniele Tantari

Professore associato

Assegnisti/dottorandi:

Francesco Camilli

Dottorando

Tutor didattico