DEMS - Università Milano-Bicocca

La scorsa settimana abbiamo avuto il piacere di ospitare il Prof. Stephen Walker, Professore Onorario presso l’University of Kent (UK), che ha tenuto un corso rivolto a dottorandi e dottorande e un seminario aperto a tutta la comunità accademica.

Il suo intervento ha approfondito il tema dell’incertezza in ambito Bayesiano, offrendo una prospettiva sulle possibili strategie di quantificazione.

Ringraziamo sentitamente il Prof. Walker per la disponibilità e per il contributo offerto alla nostra comunità.

Di seguito l’abstract del seminario:

“The talk will discuss the source of Bayesian uncertainty. Statisticians typically observe a part of the data of what would need to be observed for no uncertainty to exist. The missing part of the data represents the source of uncertainty. In order to quantify this uncertainty a model for the missing data conditional on the observed data is required to be constructed. Classical Bayesian approaches do this through a prior and posterior. Alternative strategies based on one step ahead predictive densities or density estimators are also possible. A key tool for the construction is a martingale.”

______________________

Last week we had the pleasure of hosting Prof. Stephen Walker, Honorary Professor at the University of Kent (UK), who delivered a course for PhD students as well as an open seminar for the wider academic community.

His talk focused on the nature of Bayesian uncertainty, providing a clear and insightful perspective on different approaches to its quantification.

We are sincerely grateful to Prof. Walker for his time and for the valuable contribution to our community.

La scorsa settimana abbiamo avuto il piacere di ospitare Italiaonline nell’ambito delle attività rivolte agli studenti e alle studentesse dei corsi di laurea triennale e magistrale in Scienze Statistiche ed Economiche (SSE e CLAMSES) 📊🏢

Durante l’incontro si è discusso del ruolo di statistici e statistiche in Italiaonline, dei percorsi di formazione dedicati alle nuove generazioni e di un caso reale di sviluppo di un modello predittivo per il churn.

L’incontro si è rivelato un momento particolarmente significativo, anche perché gli statistici intervenuti sono ex laureati CLAMSES, a testimonianza del valore formativo del percorso e della sua spendibilità nel mondo del lavoro 💫

Grazie a Lilian Verna, Michele Danese e Lorenzo Meroni per il contributo e per il confronto con studenti e studentesse 👏

La scorsa settimana abbiamo avuto il piacere di ospitare Francesco Stingo, professore presso l’Università degli Studi di Firenze per un seminario dedicato a metodi Bayesiani per la medicina di precisione 📊🧬

L’intervento ha presentato approcci modellistici avanzati per analizzare dati eterogenei e supportare la selezione personalizzata dei trattamenti, con applicazioni rilevanti in ambito biomedico e genomico.

Particolare attenzione è stata dedicata a modelli in grado di individuare gruppi di pazienti con caratteristiche predittive simili e di stimare, in modo probabilistico, il trattamento più adatto per nuovi pazienti.

Ringraziamo Francesco per il seminario e tutte le persone presenti per la partecipazione e il confronto 👏

Nel prossimo anno accademico sarà attivato il nuovo corso di laurea triennale in Statistica, Machine Learning ed Economia (SMLE) 🎓📊

Di seguito gli insegnamenti che compongono l’offerta formativa del corso.

Anche quest’anno torna Statistical Minds 📊

Un’iniziativa pensata per dialogare, orientare e mettere in contatto studenti e studentesse con chi vive ogni giorno la ricerca scientifica: i dottorandi e le dottorande del PhD ECOSTAT.

L’evento è un’occasione concreta per capire cosa significhi fare ricerca in statistica e cosa comporti la scelta del dottorato: attività, aspettative, opportunità e prospettive future.

Saranno presenti sia dottorandi che docenti, per un confronto aperto e informale sui diversi aspetti di questo percorso.

📅 Quando: Giovedì 26 Marzo 2026, ore 16.30
📍 Dove: Aula U6-29
🎓 Aperto a tutti, senza prenotazione

Un momento di orientamento e confronto per chi sta pensando al proprio futuro nella ricerca.

Lo scorso 5 febbraio 2026, Matteo Pelagatti e Paolo Maranzano, docente e ricercatore di Statistica Economica presso , hanno partecipato ai FOSSR Days 2026, tenutisi presso la sede centrale del a Roma.

Nel corso dell’evento hanno presentato in anteprima Forecaster, una dashboard sviluppata all’interno del progetto FOSSR, dedicata alla previsione di serie storiche socio-economiche tramite tecniche statistiche e di machine learning.

La dashboard è disponibile come Shiny App del Data Lab DEMS al seguente link:
👉 https://bicocca-datalab.shinyapps.io/forecaster/

Un contributo concreto allo sviluppo di strumenti open per la ricerca nelle scienze economiche e sociali, sviluppato all’interno di

Statistica e Machine Learning: il tuo futuro nei dati

Venerdì 6 marzo 2026, dalle 10:00 alle 13:00, si terrà la presentazione del corso di laurea triennale in Statistica, Machine Learning ed Economia (attualmente Scienze Statistiche ed Economiche).

📍 Aula 8 – Edificio Agorà (U6)
🕘 Registrazione a partire dalle 9:45

Programma:
• Presentazione del corso a cura del coordinatore, Prof. Bernardo Nipoti
• “Statistica: l’arte di imparare dai dati”, lezione interattiva con Dott. Mario Beraha e Dott.ssa Beatrice Franzolini
• Testimonianze di ex studentə:
– Erica Delvino, Consultant @ Healthy Reply
– Riccardo Gozzo, PhD student @ Scuola Normale Superiore
– Gabriele Minniti, Data Science & ML Manager @ SNAM
• Sessione di domande e risposte con i docenti

👉 La partecipazione è gratuita, ma è richiesta l’iscrizione tramite FORM: https://www.unimib.it/eventi/statistica-e-machine-learning-tuo-futuro-nei-dati

Data Science, AI e credito commerciale: gli studenti CLAMSES incontrano Allianz Trade

Gli studenti del Corso di Laurea Magistrale in Scienze Economiche e Statistiche (CLAMSES) hanno avuto il piacere di incontrare il Dott. Giovanni Valentini Data Scientist & Brand Ambassador di Allianz Trade, per una testimonianza che ha unito percorso professionale, applicazioni concrete di data science e sfide attuali dell’AI nel mondo assicurativo.

Un confronto molto stimolante anche sull’evoluzione della Generative AI, sulle nuove competenze richieste ai data scientist e sulle opportunità professionali per chi ha una solida formazione statistica.

Grazie al Dott. Valentini e ad Allianz Trade per aver condiviso esperienza, casi reali e visione sul futuro dei dati.

Today we had the pleasure of hosting Déborah Sulem from USI Università della Svizzera italiana for a seminar entitled “Bayesian inference for high-dimensional Gaussian Graphical Models with spike-and-slab prior”.

The talk focused on scalable Bayesian inference for high-dimensional Gaussian graphical models, leveraging spike-and-slab priors and efficient MCMC algorithms to handle sparsity and enable practical computation in large networks.