Master i statistik, dataintelligens och vetenskapernas grunder

First Semester, Part A

Tutorial: Introduction to STATA for Data Analysis by Riccardo Cappelli

STATA är en statistisk programvara som ofta används i dataanalys och statistisk forskning. Denna kurs syftar till att hjälpa studenter att bli bekanta med grunderna i STATA. En översikt över de viktigaste STATA-teknikerna kommer att tillhandahållas samt tillämpningen av dessa tekniker på verkliga data.

Risk and Decision-Making for Data Science and AI by Norman Fenton

Denna modul ger en omfattande översikt över riskbedömning, förutsägelse och beslutsfattande utmaningar som täcker folkhälsa och medicin, lagen, regeringens strategi, transportsäkerhet och konsumentskydd. Studenterna kommer att lära sig att se igenom mycket av förvirringen om risk i det offentliga samtalet och kommer att förses med metoder och verktyg för förbättrad riskbedömning som direkt kan tillämpas på personligt, grupp- och strategiskt beslutsfattande.

The module also directly addresses the limitations of big data and machine learning for solving decision and risk problems. While classical statistical techniques for risk assessment are introduced (including hypothesis testing, p-values, and regression) the module exposes the severe limitations of these methods. In particular, it focuses on the need for causal modelling of problems and a Bayesian approach to probability reasoning. Bayesian networks are used as a unifying theme throughout.

Causation and Probabilities by Alexander Gebharter

Den här kursen ger en snabbkurs i sannolikhetsteorins grunder följt av en översikt över redogörelser för orsakssamband relaterade till sannolikheter. Den allmänna tanken är att kausal struktur förklarar olika typer av probabilistiskt beroende. Medan kunskap om korrelation är ett användbart verktyg för att förutsäga, ger endast kausal information en tillförlitlig guide för att kontrollera sin omgivning.

Epistemology II by Alexander Gebharter

What is knowledge? How does it relate to truth and rationality? How can we justify our beliefs and how should we revise them in the light of new incoming evidence? These are some of the main questions raised within epistemology. “Epistemology I” and “Epistemology II” explore questions like these and how they are answered by the current accounts on the market as well as the new problems these answers give rise to.

Tutorial: R & Matlab by Federico Giri

This course aims to provide an introduction to Matlab (R) programming techniques.

Tutorial: PYTHON by Adriano Mancini

Kursen är uppbyggd för att guida elever genom Python-programmering från grundläggande koncept till avancerade datavetenskapliga tekniker. Det börjar med en introduktion till Python för att förstå kärnprinciperna för programmering inklusive datastrukturer. Den senare delen av kursen introducerar kraftfulla bibliotek för datavetenskap: NumPy, SciPy och Sci-kit-learn.

Epistemology I by Michał Sikorski

What is knowledge? How does it relate to truth and rationality? How can we justify our beliefs and how should we revise them in the light of new incoming evidence? These are some of the main questions raised within epistemology. “Epistemology I” and “Epistemology II” explore questions like these and how they are answered by the current accounts on the market as well as the new problems these answers give rise to.

The Philosophy of Evolutionary Theory by Elliot Sober

Denna kurs är baserad på Elliot Sobers nya bok "The Philosophy of Evolutionary Theory". Det
täcker ämnen som urvalsenheter och gemensamma anor, alla djupt relaterade till sannolikhetsresonemang.

First Semester, Part B

Artificial Intelligence & Logic Programming I by Aldo Dragoni

Content:

• Artificial Intelligence: history and difference between the logical-symbolic approach and the neural approach.
• First-order logic: Syntax, Semantics, Formal system.
• Upplösningsmetod: Herbrands teorem. Konvertering till klausulformen av en sluten formel. Upplösningsprincipen för grundklausuler. Enande.
• The Resolution Principle. Linear Resolution.
• Definite programs: Semantics. Correctness of SLD Resolution. The Occur-Check problem. Completeness of SLD Resolution. Independence
• From the Computation Rule. SLD Refutation Procedure. Computational adequacy of Definite Programs.
• Logic programming: PROLOG. Declarative programming.

Principles of epidemiology and biostatistics for Public Health Research by Rosaria Gesuita, Edlira Skrami, Andrea Faragalli, Marica Iommi

Main topics:

• Introduction to Epidemiology, Prof. Rosaria Gesuita (2 hours)
• Observational studies, frequency and association measures, Prof. Rosaria Gesuita (6 hours) & Dr. Marica Iommi (4 hours)
• Descriptive study design, Analytical approaches, Experimental study designs, Prof. Edlira Skrami (8 hours)
• Study protocol, Dr. Andrea Faragalli (4 hours)
• Principer för uppskattning av provstorlek, Dr Andrea Faragalli (4 timmar)
• Principles of systematic review and meta-analysis, Dr. Marica Iommi (4 hours)

Foundations of the Sciences by Barbara Osimani

Innehåll: Vad är vetenskap? Vem säger vad vetenskap är, med vilken auktoritet och enligt vilka kriterier? Vad motiverar vetenskaplig kunskap? Är dess grunder, om några, av logisk, metafysisk eller praktisk natur? Vilka är skälen för att agera utifrån detta? Vilka är de viktigaste verktygen som gör att vi kan fördjupa vår kunskap om verkligheten? Hur utvärderar vi deras lämplighet och tillförlitlighet? Vad skiljer en vetenskaplig metod från andra kunskapskällor? vad skiljer de olika tillvägagångssätten för statistisk slutledning (t.ex. frekventistisk vs. Bayesiansk skola vs. oprecis sannolikhetssynsätt, och deras respektive underavdelningar)?

What are the methodological and practical implications? How do the diverse paradigms deal with the relationship between theory/hypothesis and evidence? These are some of the questions that the course addresses by resorting to a large philosophical and methodological literature devoted to the foundations of science, scientific inference, and pragmatic dimensions in scientific practice.

In particular, the course will focus on the following themes:

1. Epistemology and ontology of science: the demarcation problem;
2. Scientific uncertainty: Probability and the Foundations of Statistics;
3. (Formal) methods in the Science

Foundations of Econometrics I by Claudia Pigini

''Foundation of Econometrics I & II" tillhandahåller ett viktigt ramverk för att förstå och tillämpa ekonometriska metoder. Täcker datautforskning, regressionsanalys, prediktionsmodellering och kausal slutledning, elever får praktiska färdigheter med att använda RStudio. Föreslagna läsningar kompletterar teoretiska begrepp. Perfekt för dem söker färdigheter i datadrivet beslutsfattande inom företag, ekonomi och politik.

Bayesian Inference by Eric-Jan Wagenmakers

Denna kurs kommer att täcka teorin och praktiken av "sunt förnuft uttryckt i siffror", det vill säga Bayesiansk slutledning. I den första delen av kursen kommer jag att använda den binomiala modellen för att täcka de teoretiska byggstenarna (t.ex. tidigare och posteriora distributioner, koherens, parameteruppskattning och Bayes-faktorhypotestestning, vaga vs. informerade tidigare distributioner, modellmedelvärde, modell felspecifikationer etc.). I den andra delen kommer jag att visa upp Bayesiansk slutledning i praktiken och presentera Bayesianska t-tester, regression, ANOVA och andra modeller.

Fundamentals of Machine Learning by Marco Piangerelli

Kursen syftar till att kompakt presentera huvudparadigmen för maskininlärning (övervakad, oövervakad och förstärkningsinlärning) samtidigt som
även presentera deras statistiska underlag (statistisk lärandeteori). Den senaste utvecklingen när det gäller förklaring och tolkning av ML-modeller kommer också att presenteras.

Statistical Schools: Concepts of Probability, Statistical Inference, and Data Analysis by Christian Hennig
The course will give a comparative overview of various concepts of probability, statistical inference, and data analysis. There will be a focus on the connection between statistical models and data in the real world, the role of model assumptions for analysing data, the limitations of objectivity and the necessity of judgment and subjective decision.

Second Semester, Part A

Time-series forecasting with Deep Learning by Alessandro Galdelli

Content:

• Introduction to Time-Series Analysis
• Fundamentals of Deep Learning for Time-Series
• Working with Time-Series Data
• Deep Learning Models for Time-Series Forecasting
• Advanced Forecasting Techniques
• Evaluation Metrics and Model Optimization
• Case Studies and Applications
• Future Trends and Challenges in Time-Series Forecasting

Causal Inference by Alexander Gebharter

Denna kurs bygger på grundläggande insikter som etablerats i kursen "Orsakssamband och sannolikheter" och några av de formella verktyg som introducerats i kursen "Formell epistemologi". Den för vidare ämnen från dessa kurser och ger en introduktion till kausala modeller och kausalt tolkade Bayesianska nätverk. Dessa verktyg kan användas för att formulera komplexa kausala hypoteser mer exakt, för att generera probabilistiska förutsägelser baserade på observation och hypotetisk intervention, och för att avslöja kausala strukturer från observations- och experimentella data. Kursen kombinerar innehåll och kommer att ge studenterna möjlighet att bekanta sig med dessa verktyg genom att tillämpa dem på olika uppgifter och leksaksexempel.

Formal Epistemology II by Alexander Gebharter

"Formell epistemologi I" och "Formell epistemologi II" bygger på den grund som lagts av kursen "Epistemologi" och i senare delar på grundläggande begrepp som introducerades i början av kursen "Causal inferens". Den utforskar grunderna och dynamiken i kunskap och resonemang genom att använda formella verktyg, särskilt sannolikhetsteori och enkla grafiska modeller.

Bayesian Philosophy of Science by Stephan Hartmann

This course aims to show how Bayesian methods can be used to answer central questions in the philosophy of science. To this end, in the first part of the course, students will learn to construct Bayesian models (in particular using the theory of Bayesian networks) and apply them to selected problems. To this end, there will be two tutorial sessions in which students can train their mathematical problem-solving skills. In the second part, we will first briefly talk about different epistemic theories of epistemic justification and then focus on the debate on probabilistic measures of coherence discussed in formal epistemology.

We will then examine the possibilities of developing a coherentist Bayesian philosophy of science, focusing in particular on the extent to which this approach can shed light on current debates about scientific explanation and intertheoretical relations. Finally, we will discuss the (possible) limits of Bayesianism and coherentism.

Rationality in the Sciences by Barbara Osimani

What is scientific rationality? Are different sorts of rationality at play in scientific practice? If so, how do they intertwine and impact on scientific production? In particular, what role does strategic rationality play in scientific settings, especially those characterized by strong conflicts of interest?

Hur hanterar vi vetenskaplig oliktänkande (i dessa fall)? Vilka är de krafter som formar insamling, urval, produktion och avslöjande/kommunikation av vetenskapliga bevis i olika vetenskapliga ekosystem (förr och nu)? Denna modul kommer att undersöka dessa teman genom att utgå från ett dubbelspårigt tillvägagångssätt: det "abduktiva" tillvägagångssättet för metavetenskapsstudier, som syftar till att utveckla verktyg för att upptäcka partiskhet och bedrägeri, och det teoretiska tillvägagångssättet från nyare litteratur om (bayesianska) övertalningsspel.

Foundations of Econometrics II by Claudia Pigini

''Foundation of Econometrics I & II" tillhandahåller ett viktigt ramverk för att förstå och tillämpa ekonometriska metoder. Täcker datautforskning, regressionsanalys, prediktionsmodellering och kausal slutledning, elever får praktiska färdigheter med att använda RStudio. Föreslagna läsningar kompletterar teoretiska begrepp. Perfekt för dem söker färdigheter i datadrivet beslutsfattande inom företag, ekonomi och politik.

Formal Epistemology I by Michał Sikorski

"Formell epistemologi I" och "Formell epistemologi II" bygger på den grund som lagts av kursen "Epistemologi" och i senare delar på grundläggande begrepp som introducerades i början av kursen "Causal inferens". Den utforskar grunderna och dynamiken i kunskap och resonemang genom att använda formella verktyg, särskilt sannolikhetsteori och enkla grafiska modeller.

Beyond Inferential Statistics: Abduction and Q Methodology by Raffaele Zanoli

Main Topics:

• Inledning Statistiska och metodologiska skillnader mellan inferentiella och icke-inferentiella statistik
• Induction, Deduction and Abduction
• Objektivitet vs subjektivitet: epistemologiska och statistiska överväganden
• Q Methodology and the Scientific Study of Subjectivity
• Examples and practicals

Second Semester, Part B

Artificial Intelligence & Logic Programming II by Aldo Dragoni

Content:

• Artificial Intelligence: history and difference between the logical-symbolic approach and the neural approach.
• First-order logic: Syntax, Semantics, Formal system.
• Upplösningsmetod: Herbrands teorem. Konvertering till klausulformen av en sluten formel. Upplösningsprincipen för grundklausuler. Enande.
• The Resolution Principle. Linear Resolution.
• Definite programs: Semantics. Correctness of SLD Resolution. The Occur-Check problem. Completeness of SLD Resolution. Independence
• From the Computation Rule. SLD Refutation Procedure. Computational adequacy of Definite Programs.
• Logic programming: PROLOG. Declarative programming.

Economics of Science and Technology by Nicola Matteucci

Kursen presenterar normativa och positiva (från latinska positum) ämnen om regleringsekonomi och offentlig politik, med fokus på vetenskapsbaserade (högteknologiska) ekonomiska sektorer, och på stora samhälleliga utmaningar vars lösning bygger på vetenskaplig kunskap. Policyskapande avses i dess bredaste definition, från detaljerade sektoriella normer och policy (t.ex. hälsopolitik och reglering) till bredare policyskapande (t.ex. utvecklings- eller miljöpolitik). Kursen kretsar kring de två grundläggande kategorierna "marknad" och "statliga misslyckanden", för att presentera en motiverad (icke-systematisk) genomgång av inflytelserika verk som analyserar orsakerna, mekanismerna och konsekvenserna av policyfel och/eller fångst. Kursens främsta språngbräda är vetenskaplig lobbyism.

Economics of Regulation in Science-Based Domains by Nicola Matteucci

Kursen presenterar normativa och positiva (från latinska positum) ämnen om regleringsekonomi och offentlig politik, med fokus på vetenskapsbaserade (högteknologiska) ekonomiska sektorer, och på stora samhälleliga utmaningar vars lösning bygger på vetenskaplig kunskap. Policyskapande avses i dess bredaste definition, från detaljerade sektoriella normer och policy (t.ex. hälsopolitik och reglering) till bredare policyskapande (t.ex. utvecklings- eller miljöpolitik).

Kursen kretsar kring de två grundläggande kategorierna "marknad" och "statliga misslyckanden", för att presentera en motiverad (icke-systematisk) genomgång av inflytelserika verk som analyserar orsakerna, mekanismerna och konsekvenserna av policyfel och/eller fångst. Kursens främsta språngbräda är vetenskaplig lobbyism.

Questionnaire development: How to collect data from surveys. Do's and Don'ts by Simona Naspetti

Denna kurs ger en översikt över enkätutveckling och strategier för att samla in data genom undersökningar. Deltagarna kommer att lära sig hur man designar och implementerar undersökningar för att samla in korrekt och meningsfull data. Genom föreläsningar, fallstudier och interaktiva aktiviteter kommer deltagarna att få praktiska färdigheter och insikter i vad man bör och inte bör göra för att utveckla frågeformulär.

Time Series Econometrics by Giulio Palomba

Main topics:

• Time series data and stochastic processes
• Dynamic models
• ARMA models
• Unit roots
• VAR models
• Cointegration
• GARCH models

Forskningens integritet av Andrea Saltelli

Forskningsintegritetens olika dimensioner är organiserade i termer av normer, funktioner och enhet. Normer avser hur vetenskap överensstämmer med eller avviker från normativa standarder. Funktioner relaterar till hur vetenskap och forskning förses med en fungerande, icke-skadad mekanism. Den tredje betydelsen hänför sig till föreställningen om vetenskap som en obruten och odelad enhet. Kursen fungerar också som en introduktion till de historiska, filosofiska och sociologiska delarna av vetenskap, mestadels från området Science and Technology Studies (STS), och har ett avsnitt om vetenskap och lobbying.

Ethics of Quantification by Andrea Saltelli

Kursen presenterar en blandning av statistiska och sociologiska moment kopplade till olika former av statistisk och matematisk kvantifiering och deras tekniska och normativa kvalitet. Känslighetsanalys och känslighetsrevision kommer att presenteras som metoder relevanta för analys av kvalitet, med en diskussion om egenskaperna hos tillgängliga metoder. Andra ämnen som behandlas är modelleringspolitiken, deltagande modellering och kvantifieringssociologin.

Imprecise Probabilities by Serena Doria

Unlike classical probability theory, which deals with crisp probabilities, imprecise probability acknowledges the limitations of perfect knowledge. It provides a robust and versatile approach to situations where information is scarce, incomplete, or unreliable. We will begin by examining the motivations behind imprecise previsions and probabilities and contrasting them with classical probability theory. We will explore the necessary mathematical tools to represent imprecise probabilities and we will explore how this framework can be used in artificial intelligence and decision theory.

Rational Choice Theory by Giacomo Sillari

This course delves into Rational Choice Theory, exploring decision-making in conditions of risk, ignorance, and uncertainty. It begins by examining how decisions are made when outcomes are unknown, with particular focus on philosophical applications such as maximin in Rawls's difference principle and the debate with Harsanyi.

Utifrån detta övergår kursen till olika tolkningar av sannolikhet, med särskild uppmärksamhet ägnad åt subjektiv sannolikhet och den holländska boksatsen. Kursen täcker sedan förväntad nyttoteori ur en grundläggande synvinkel, genomgång av maskineriet relaterat till representationsteoremet och avslutas med Strategisk rationalitet, med fokus på hur individer fattar beslut i strategiska miljöer där utfall beror på andras handlingar, särskilt när det gäller koordination. och samarbete.

Mastern riktar sig till studenter och forskare från både humanvetenskap och STEM-discipliner, men också till yrkesverksamma som vill berika sina färdigheter inom området dataanalys, vetenskapsteoretisk kunskap och evidensbaserad politik. Den siffra som framträder är i huvudsak en dataanalytiker, med en rik metodologisk och grundläggande bakgrund, men mastern kan mycket väl också bidra till att berika utbildningsprofilen för journalister, politiker och yrkesverksamma inom alla sektorer (från ekonomisk till hälsovård till juridisk) .

I slutet av Master kommer studenterna att kunna utvärdera den bästa vetenskapliga metodiken att använda för sin undersökning; analysera data och studier av andra inom deras specifika forskningssektor och erbjuda konsulttjänster till beslutsfattare. Journalister och politiska beslutsfattare kommer att ha skaffat sig de kritiska verktygen för att orientera sig i utbudet av information som produceras inom de olika vetenskapliga sektorerna.