統計学、データインテリジェンス、科学の基礎に関する修士号

First Semester, Part A

Tutorial: Introduction to STATA for Data Analysis by Riccardo Cappelli

STATA は、データ分析や統計研究で広く使用されている統計ソフトウェアです。このコースは、学生が STATA の基礎を理解できるようにすることを目的としています。主な STATA テクニックの概要と、これらのテクニックを実際のデータに適用する方法を説明します。

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

このモジュールでは、公衆衛生と医療、法律、政府戦略、交通安全、消費者保護を網羅したリスク評価、予測、意思決定の課題について、包括的な概要を説明します。学生は、公の場でのリスクに関する混乱の多くを見抜く方法を学び、個人、グループ、戦略的な意思決定に直接適用できる、リスク評価を改善するための方法とツールを習得します。

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

このコースでは、確率論の基礎を短期集中で学び、その後、確率に関連する因果関係の説明の概要を学びます。一般的な考え方は、因果構造がさまざまな種類の確率的依存関係を説明するというものです。相関関係の知識は予測に役立つツールですが、環境を制御するための信頼できるガイドとなるのは因果情報だけです。

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

このコースは、基本的な概念から高度なデータ サイエンスのテクニックまで、Python プログラミングを通じて学習者を導くように構成されています。データ構造を含むプログラミングの基本原則を理解するために、Python の紹介から始まります。コースの後半では、データ サイエンスのための強力なライブラリである NumPy、SciPy、sci-kit-learn を紹介します。

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

このコースはエリオット・ソバーの新著「進化理論の哲学」に基づいています。
選択の単位や共通の祖先など、確率的推論に深く関連するトピックを取り上げます。

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.
• 解決方法: エルブランの定理。閉じた式の節形式への変換。基底節の解決原理。統一。
• 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)
• サンプルサイズ推定の原則、アンドレア・ファラガッリ博士（4 時間）
• Principles of systematic review and meta-analysis, Dr. Marica Iommi (4 hours)

Foundations of the Sciences by Barbara Osimani

内容: 科学とは何か? 科学とは何かを誰が、どのような権威と基準で語るのか? 科学的知識を正当化するものは何なのか? 科学的知識の基盤は、もしあるとすれば、論理的、形而上学的、あるいは実践的な性質のものなのか? この基盤に基づいて行動する根拠は何なのか? 現実についての知識を深めるのに役立つ主要なツールは何なのか? それらの適切性と信頼性をどのように評価するのか? 科学的手法と他の知識源との違いは何なのか? 統計的推論に対するさまざまなアプローチの違いは何なのか (例: 頻度主義 vs. ベイズ学派 vs. 不正確な確率アプローチ、およびそれぞれの細分化)?

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

「計量経済学の基礎 I および II」は、計量経済学の手法を理解して適用するための重要なフレームワークを提供します。データ探索、回帰分析、予測モデリング、因果推論をカバーし、学生は RStudio を使用して実践的なスキルを習得します。推奨される読み物は理論的概念を補完します。ビジネス、経済、政策におけるデータ主導の意思決定の熟練度を求める方に最適です。

Bayesian Inference by Eric-Jan Wagenmakers

このコースでは、「数字で表現される常識」、つまりベイズ推論の理論と実践を取り上げます。コースの前半では、二項モデルを使用して理論的な構成要素（事前分布と事後分布、一貫性、パラメータ推定とベイズ因子仮説検定、あいまい事前分布と情報に基づいた事前分布、モデルの平均化、モデルの誤指定など）を取り上げます。後半では、ベイズ推論の実践を紹介し、ベイズt検定、回帰、ANOVA、その他のモデルを取り上げます。

Fundamentals of Machine Learning by Marco Piangerelli

このコースでは、機械学習の主なパラダイム（教師あり学習、教師なし学習、強化学習）を簡潔に紹介し、
また、その統計的基礎（統計学習理論）も紹介します。また、ML モデルの説明可能性と解釈可能性に関する最新の動向も紹介します。

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

このコースは、「因果関係と確率」コースで確立された基本的な洞察と、「形式的認識論」コースで紹介されたいくつかの形式的ツールに基づいています。これらのコースのトピックをさらに進め、因果モデルと因果的に解釈されたベイジアン ネットワークの概要を提供します。これらのツールを使用すると、複雑な因果仮説をより正確に定式化したり、観察と仮説的介入に基づいて確率的予測を生成したり、観察データと実験データから因果構造を明らかにしたりすることができます。このコースはコンテンツを組み合わせており、さまざまなタスクや簡単な例にこれらのツールを適用することで、学生がこれらのツールに慣れることができます。

Formal Epistemology II by Alexander Gebharter

「形式的認識論 I」と「形式的認識論 II」は、「認識論」コースで築かれた基礎と、後半の「因果推論」コースの冒頭で紹介された基本概念に基づいています。形式的ツール、特に確率論と単純なグラフィカル モデルを利用して、知識と推論の基礎とダイナミクスを探ります。

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?

このような場合、科学的な異議にどう対処すればよいのでしょうか。多様な科学エコシステム（過去と現在）における科学的証拠の収集、選択、生成、開示/伝達を形作る力は何でしょうか。このモジュールでは、偏見や不正行為の検出ツールの開発を目的とするメタサイエンス研究の「アブダクション」アプローチと、（ベイズ）説得ゲームに関する最近の文献の理論的アプローチという二重のアプローチを利用して、これらのテーマを調査します。

Foundations of Econometrics II by Claudia Pigini

「計量経済学の基礎 I および II」は、計量経済学の手法を理解して適用するための重要なフレームワークを提供します。データ探索、回帰分析、予測モデリング、因果推論をカバーし、学生は RStudio を使用して実践的なスキルを習得します。推奨される読み物は理論的概念を補完します。ビジネス、経済、政策におけるデータ主導の意思決定の熟練度を求める方に最適です。

Formal Epistemology I by Michał Sikorski

「形式的認識論 I」と「形式的認識論 II」は、「認識論」コースで築かれた基礎と、後半の「因果推論」コースの冒頭で紹介された基本概念に基づいています。形式的ツール、特に確率論と単純なグラフィカル モデルを利用して、知識と推論の基礎とダイナミクスを探ります。

Beyond Inferential Statistics: Abduction and Q Methodology by Raffaele Zanoli

Main Topics:

• はじめに推論統計と非推論統計の統計的および方法論的相違点
• Induction, Deduction and Abduction
• 客観性と主観性：認識論と統計的考察
• 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.
• 解決方法: エルブランの定理。閉じた式の節形式への変換。基底節の解決原理。統一。
• 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

このコースでは、規制と公共政策の経済学の規範的および実証的（ラテン語の positum に由来）なトピックを取り上げ、科学に基づく（ハイテク）経済セクターと、解決に科学的知識が必要な大きな社会的課題に焦点を当てます。政策立案は、最も広い定義で意味され、詳細なセクターの規範と政策（例：健康政策と規制）からより広範な政策立案（例：開発または環境政策）にまで及びます。このコースは、「市場」と「政府の失敗」という 2 つの基本的なカテゴリを中心に展開し、政策の失敗や政策の捕捉の原因、メカニズム、結果を分析する影響力のある研究の論理的（非体系的）なレビューを提示します。このコースの主な足がかりは、科学的ロビー活動です。

Economics of Regulation in Science-Based Domains by Nicola Matteucci

このコースでは、規制と公共政策の経済学の規範的および実証的（ラテン語の positum に由来）なトピックを扱い、科学に基づく（ハイテク）経済セクターと、解決に科学的知識が必要な大きな社会的課題に焦点を当てます。政策立案は、最も広い定義で意味され、詳細なセクターの規範と政策（健康政策と規制など）からより広範な政策立案（開発または環境政策など）までを網羅します。

このコースは、「市場」と「政府の失敗」という 2 つの基本的なカテゴリを中心に、政策の失敗や政策の捕捉の原因、メカニズム、結果を分析する影響力のある研究の論理的 (非体系的) レビューを提示します。このコースの主な足掛かりは、科学的ロビー活動です。

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

このコースでは、アンケートの作成と調査によるデータ収集戦略の概要を説明します。参加者は、正確で有意義なデータを収集するためのアンケートの設計と実施方法を学びます。講義、ケース スタディ、インタラクティブなアクティビティを通じて、参加者はアンケート作成の注意点とすべきことに関する実践的なスキルと洞察を習得します。

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

アンドレア・サルテッリによる研究の誠実さ

研究の誠実さのさまざまな側面は、規範、機能、統一性の観点から整理されています。規範とは、科学が規範基準に準拠しているか、または逸脱しているかを指します。機能は、科学と研究が機能的で損傷のないメカニズムを備えているかどうかに関係します。3 番目の意味は、科学が途切れることなく分割されていない実体であるという概念に関係しています。このコースは、主に科学技術研究 (STS) の分野からの科学の歴史的、哲学的、社会学的要素の入門としても機能し、科学とロビー活動に関するセクションもあります。

Ethics of Quantification by Andrea Saltelli

このコースでは、統計的および数学的定量化のさまざまな形式とそれらの技術的および規範的品質に関連する統計的および社会学的要素の組み合わせを紹介します。感度分析と感度監査は、品質分析に関連する方法論として紹介され、利用可能な方法の特性について議論されます。その他のトピックは、モデリングの政治、参加型モデリング、定量化の社会学です。

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.

ここから、このコースは確率のさまざまな解釈に移り、特に主観的確率とオランダの定理に焦点を当てます。次に、基礎的な観点から期待効用理論を取り上げ、表現定理に関連する仕組みを見直し、戦略的合理性で締めくくります。戦略的環境では、結果が他者の行動に依存するため、個人がどのように意思決定を行うかに焦点を当て、特に調整と協力を扱います。

この修士課程は、人文科学とSTEM分野の学生や学者を対象としていますが、データ分析、科学認識論、証拠に基づく政策の分野でスキルを高めたい専門家も対象としています。 そこから生まれる人材は、本質的には、方法論と基礎の豊富なバックグラウンドを持つデータアナリストですが、この修士課程は、ジャーナリスト、政治家、あらゆる分野（経済から医療、法律まで）の専門家の教育プロフィールを充実させることにも大いに貢献できます。

修士課程修了時には、学生は研究に使用する最適な科学的方法論を評価し、特定の研究分野におけるデータや他者の研究を分析し、政策立案者にコンサルティング サービスを提供できるようになります。ジャーナリストや政治的意思決定者は、さまざまな科学分野で生み出される情報の提供において自らを方向づける重要なツールを習得することになります。