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

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