Mestrado em Estatística, Inteligência de Dados e Fundamentos das Ciências

First Semester, Part A

Tutorial: Introduction to STATA for Data Analysis by Riccardo Cappelli

STATA é um software estatístico amplamente utilizado em análise de dados e pesquisas estatísticas. Este curso tem como objetivo ajudar os alunos a se familiarizarem com os fundamentos do STATA. Será fornecida uma visão geral das principais técnicas STATA, bem como a aplicação destas técnicas a dados do mundo real.

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

Este módulo fornece uma visão abrangente dos desafios de avaliação de risco, previsão e tomada de decisão que abrangem a saúde pública e a medicina, a lei, a estratégia governamental, a segurança dos transportes e a proteção do consumidor. Os alunos aprenderão como enxergar através de grande parte da confusão sobre o risco no discurso público e receberão métodos e ferramentas para melhorar a avaliação de risco que podem ser aplicados diretamente à tomada de decisões pessoais, de grupo e estratégicas.

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

Este curso oferece um curso intensivo sobre os fundamentos da teoria das probabilidades, seguido por uma visão geral dos relatos de causalidade relacionados às probabilidades. A ideia geral é que a estrutura causal explica vários tipos de dependência probabilística. Embora o conhecimento da correlação seja uma ferramenta útil para a previsão, apenas a informação causal fornece um guia confiável para controlar o ambiente.

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

O curso está estruturado para orientar os alunos através da programação Python, desde conceitos fundamentais até técnicas avançadas de ciência de dados. Começa com uma introdução ao Python para compreender os princípios básicos da programação, incluindo estruturas de dados. A última parte do curso apresenta bibliotecas poderosas para ciência de dados: NumPy, SciPy e 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

Este curso é baseado no novo livro de Elliot Sober “The Philosophy of Evolutionary Theory”. Isto
cobre tópicos como unidades de seleção e ancestralidade comum, todos profundamente relacionados ao raciocínio probabilístico.

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.
• Método de resolução: teorema de Herbrand. Conversão para a forma oracional de uma fórmula fechada. O Princípio de Resolução para cláusulas fundamentais. Unificação.
• 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)
• Princípios de estimativa do tamanho da amostra, Dra. Andrea Faragalli (4 horas)
• Principles of systematic review and meta-analysis, Dr. Marica Iommi (4 hours)

Foundations of the Sciences by Barbara Osimani

Conteúdo: O que é Ciência? Quem diz o que é a ciência, com que autoridade e segundo que critérios? O que justifica o conhecimento científico? Os seus fundamentos, se houver, são de natureza lógica, metafísica ou prática? Quais são os fundamentos para agir nesta base? Quais são as principais ferramentas que nos permitem aprofundar o conhecimento da realidade? Como avaliamos sua adequação e confiabilidade? O que distingue um método científico de outras fontes de conhecimento? o que distingue as diferentes abordagens à inferência estatística (por exemplo, escola frequentista vs. escola bayesiana vs. abordagem de probabilidades imprecisas e suas respectivas subdivisões)?

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" fornece uma estrutura essencial para a compreensão e aplicação de métodos econométricos. Abrangendo exploração de dados, análise de regressão, modelagem de previsão e inferência causal, os alunos adquirem habilidades práticas usando o RStudio. As leituras sugeridas complementam os conceitos teóricos. Ideal para aqueles buscando proficiência na tomada de decisões baseada em dados em negócios, economia e política.

Bayesian Inference by Eric-Jan Wagenmakers

Este curso abordará a teoria e a prática do “senso comum expresso em números”, ou seja, a inferência bayesiana. Na primeira parte do curso, usarei o modelo binomial para cobrir os blocos de construção teóricos (por exemplo, distribuições anteriores e posteriores, coerência, estimativa de parâmetros e teste de hipótese do fator Bayes, distribuições anteriores vagas vs. informadas, média do modelo, modelo especificação incorreta, etc.). Na segunda parte, apresentarei a inferência bayesiana na prática e apresentarei testes t bayesianos, regressão, ANOVA e outros modelos.

Fundamentals of Machine Learning by Marco Piangerelli

O curso tem como objetivo apresentar de forma compacta os principais paradigmas do aprendizado de máquina (aprendizado supervisionado, não supervisionado e por reforço) enquanto
apresentando também sua base estatística (teoria da aprendizagem estatística). Serão também apresentados os desenvolvimentos mais recentes em termos de explicabilidade e interpretabilidade dos modelos de ML.

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

Este curso baseia-se em conhecimentos básicos estabelecidos no curso “Causalidade e Probabilidades” e em algumas das ferramentas formais introduzidas no curso “Epistemologia Formal”. Ele avança ainda mais os tópicos desses cursos e fornece uma introdução aos modelos causais e às redes bayesianas interpretadas causalmente. Estas ferramentas podem ser utilizadas para formular hipóteses causais complexas com mais precisão, para gerar previsões probabilísticas baseadas na observação e intervenção hipotética e para descobrir estruturas causais a partir de dados observacionais e experimentais. O curso combina conteúdos e permitirá aos alunos familiarizarem-se com estas ferramentas, aplicando-as a diferentes tarefas e exemplos de brinquedos.

Formal Epistemology II by Alexander Gebharter

''Epistemologia Formal I” e ``Epistemologia Formal II” baseiam-se nas bases estabelecidas pela disciplina ``Epistemologia” e em partes posteriores em conceitos básicos introduzidos no início da disciplina ``Inferência Causal”. Explora os fundamentos e a dinâmica do conhecimento e do raciocínio, utilizando ferramentas formais, especialmente a teoria das probabilidades e modelos gráficos simples.

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?

Como lidamos com a dissidência científica (nesses casos)? Quais são as forças que moldam a recolha, seleção, produção e divulgação/comunicação de evidência científica em diversos ecossistemas científicos (passados e presentes)? Este módulo investigará estes temas recorrendo a uma abordagem dupla: a abordagem “abdutiva” dos estudos de metaciências, que visa desenvolver ferramentas para detecção de preconceitos e fraudes, e a abordagem teórica da literatura recente sobre jogos de persuasão (bayesianos).

Foundations of Econometrics II by Claudia Pigini

''Foundation of Econometrics I & II" fornece uma estrutura essencial para a compreensão e aplicação de métodos econométricos. Abrangendo exploração de dados, análise de regressão, modelagem de previsão e inferência causal, os alunos adquirem habilidades práticas usando o RStudio. As leituras sugeridas complementam os conceitos teóricos. Ideal para aqueles buscando proficiência na tomada de decisões baseada em dados em negócios, economia e política.

Formal Epistemology I by Michał Sikorski

''Epistemologia Formal I” e ``Epistemologia Formal II” baseiam-se nas bases estabelecidas pela disciplina ``Epistemologia” e em partes posteriores em conceitos básicos introduzidos no início da disciplina ''Inferência Causal”. Explora os fundamentos e a dinâmica do conhecimento e do raciocínio, utilizando ferramentas formais, especialmente a teoria das probabilidades e modelos gráficos simples.

Beyond Inferential Statistics: Abduction and Q Methodology by Raffaele Zanoli

Main Topics:

• Introdução Diferenças estatísticas e metodológicas entre estatísticas inferenciais e não inferenciais
• Induction, Deduction and Abduction
• Objetividade versus Subjetividade: Considerações Epistemológicas e Estatísticas
• 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.
• Método de resolução: teorema de Herbrand. Conversão para a forma oracional de uma fórmula fechada. O Princípio de Resolução para cláusulas fundamentais. Unificação.
• 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

O curso apresenta tópicos normativos e positivos (do latim positum) da economia da regulação e das políticas públicas, com foco nos setores econômicos baseados na ciência (alta tecnologia) e nos grandes desafios sociais cuja solução depende do conhecimento científico. A elaboração de políticas é entendida na sua definição mais ampla, abrangendo desde normas e políticas sectoriais detalhadas (por exemplo, política e regulamentação de saúde) até à elaboração de políticas mais amplas (por exemplo, políticas de desenvolvimento ou ambientais). O curso gira em torno das duas categorias fundamentais de “mercado” e “falhas governamentais”, para apresentar uma revisão fundamentada (não sistemática) de trabalhos influentes que analisam as causas, mecanismos e consequências do fracasso e/ou captura de políticas. O principal trampolim do curso é o lobbyismo científico.

Economics of Regulation in Science-Based Domains by Nicola Matteucci

O curso apresenta tópicos normativos e positivos (do latim positum) da economia da regulação e das políticas públicas, com foco nos setores econômicos baseados na ciência (alta tecnologia) e nos grandes desafios sociais cuja solução depende do conhecimento científico. A elaboração de políticas é entendida na sua definição mais ampla, abrangendo desde normas e políticas sectoriais detalhadas (por exemplo, política e regulamentação de saúde) até à elaboração de políticas mais amplas (por exemplo, políticas de desenvolvimento ou ambientais).

O curso gira em torno das duas categorias fundamentais de “mercado” e “falhas governamentais”, para apresentar uma revisão fundamentada (não sistemática) de trabalhos influentes que analisam as causas, mecanismos e consequências do fracasso e/ou captura de políticas. O principal trampolim do curso é o lobbyismo científico.

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

Este curso fornece uma visão geral do desenvolvimento de questionários e estratégias para coleta de dados por meio de pesquisas. Os participantes aprenderão como projetar e implementar pesquisas para coletar dados precisos e significativos. Através de palestras, estudos de caso e atividades interativas, os participantes ganharão habilidades práticas e insights sobre o que fazer e o que não fazer no desenvolvimento de questionários.

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

A Integridade da Pesquisa por Andrea Saltelli

As diversas dimensões da integridade da pesquisa são organizadas em termos de normas, funções e unidade. As normas referem-se a como a ciência se conforma ou se desvia dos padrões normativos. As funções referem-se à forma como a ciência e a investigação são dotadas de um mecanismo funcional e não danificado. O terceiro significado diz respeito à noção de ciência como uma entidade ininterrupta e indivisa. O curso também serve como uma introdução aos elementos históricos, filosóficos e sociológicos da ciência, principalmente da área de Estudos de Ciência e Tecnologia (CTS), e tem uma seção sobre ciência e lobby.

Ethics of Quantification by Andrea Saltelli

O curso apresenta uma mistura de elementos estatísticos e sociológicos ligados a diversas formas de quantificação estatística e matemática e à sua qualidade técnica e normativa. A análise de sensibilidade e a auditoria de sensibilidade serão apresentadas como metodologias relevantes para a análise da qualidade, com discussão das propriedades dos métodos disponíveis. Outros tópicos abordados são a política de modelagem, modelagem participativa e a sociologia da quantificação.

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.

A partir disso, o curso passa para diferentes interpretações da probabilidade, com especial atenção dedicada à probabilidade subjetiva e ao teorema do livro holandês. O curso então cobre a Teoria da Utilidade Esperada de um ponto de vista fundamental, revisando o mecanismo relacionado ao teorema da representação e conclui com a Racionalidade Estratégica, concentrando-se em como os indivíduos tomam decisões em ambientes estratégicos onde os resultados dependem das ações de outros, particularmente lidando com a coordenação. e cooperação.

O Mestrado destina-se a estudantes e académicos das ciências humanas e das disciplinas STEM, mas também a profissionais que pretendam enriquecer as suas competências no domínio da análise de dados, epistemologia científica e política baseada em evidências. A figura que emerge é essencialmente a de um analista de dados, com uma rica formação metodológica e fundacional, mas o Mestrado pode muito bem contribuir também para enriquecer o perfil educativo de jornalistas, políticos e profissionais de qualquer sector (do económico ao sanitário e ao jurídico). .

No final do Mestrado, os alunos serão capazes de avaliar a melhor metodologia científica a utilizar na sua investigação; analisar dados e estudos de terceiros no seu setor específico de investigação e oferecer serviços de consultoria aos decisores políticos. Os jornalistas e os decisores políticos terão adquirido as ferramentas críticas para se orientarem na oferta de informação produzida nos diversos sectores científicos.