FOSSR-RISIS Data Science School "Tools and methods for analysing complex science, technology and innovation (STI) systems"
Dal 24/02/2025 ore 10.45 al 27/02/2025 ore 16.30
On line
La FOSSR-RISIS Data Science School: tools and methods for analysing complex science, technology, and innovation (STI) systems si terrà online dal 24 al 27 febbraio 2025 e offrirà un'esplorazione approfondita di tecniche avanzate come network science, reti bayesiane, machine learning e modelli spaziali, con applicazioni pratiche su sistemi complessi di STI.
Questa scuola fa parte degli online training offerti dal WP8 Training and Capacity Building del progetto FOSSR e offre un’esplorazione approfondita di tecniche e metodologie statistiche avanzate, con particolare attenzione ai modelli di rete, alla modellazione bayesiana, al machine learning e ai modelli spaziali, applicati specificamente nel contesto delle infrastrutture di ricerca (RI). I partecipanti impareranno a interagire efficacemente con le RI e a sfruttare le loro risorse a fini di ricerca, migliorando la loro comprensione della gestione e dell’analisi dei dati nei sistemi di scienza, tecnologia e innovazione (STI).
Docenti del corso
Antonio Zinilli (Chair della Scuola), ricercatore presso il CNR-IRCrES, si occupa di Network Science, processi dinamici sui sistemi di conoscenza e innovazione e Text Mining. È WP Leader nel progetto PNRR – FOSSR ed è tra i gestori del dataset EFIL, parte dell’infrastruttura europea RISIS per gli studi sulla ricerca e l’innovazione.
Barbara Guardabascio è professoressa associata di Statistica economica e membro del Business and Collective Intelligence Lab dell’Università di Perugia. I suoi interessi di ricerca comprendono la previsione economica, l’analisi del ciclo economico e i big data, aree in cui è autrice di diversi articoli su riviste internazionali.
Lorenzo Giammei, ricercatore presso il CNR-IRCrES. I suoi studi si concentrano sull’inferenza causale, applicando approcci sia ai risultati potenziali che alle reti causali bayesiane. Ha applicato i metodi citati a questioni di ricerca microeconomica relative alle imprese, al divario di genere e alla produttività della ricerca.
Giovanni Cerulli è ricercatore senior presso il CNR-IRCrES. Le sue principali aree di ricerca sono l’inferenza causale e l’apprendimento automatico. Il suo principale campo di applicazione è l’economia dell’innovazione, sebbene abbia contributi anche in altre aree socio-economiche. È coordinatore del progetto PNRR – FOSSR.
Informazioni principali
Durata: 24–27 febbraio 2025 (dalle 11:00 alle 16:30 CET)
Lingua: Inglese
Scadenza per le candidature: 30 gennaio 2025
Notifica accettazione: 7 febbraio 2025
Numero massimo di partecipanti: 40 (selezione basata sulla rilevanza del background)
Questa scuola è ideale per ricercatori all'inizio della carriera, data manager e professionisti interessati alle applicazioni della Data Science nella ricerca nelle Scienze Sociali.
Organizzato da:
Cnr-Ircres
Referente organizzativo:
Serena Fabrizio
Cnr-Ircres
Via dei Taurini, 19 Roma
serena.fabrizio@cnr.it
06/49937861
Modalità di accesso: registrazione / accredito
Vedi anche: