Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Selezione delle variabili mediante knockoff filter per la data science |
|---|---|
| Titolo del progetto di ricerca in inglese | Variable selection via knockoff filters for data science |
| Area CUN | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/01 - STATISTICA |
| Descrizione sintetica in italiano | In data science, la crescente complessità dei temi di ricerca e dei relativi dati pone sfide significative, che richiedono metodologie innovative per estrarre efficacemente le informazioni di interesse. Queste sfide sono a volte intrinsecamente legate al problema di individuare le variabili rilevanti controllando errori di selezione e tenendo conto di incertezza e variabilità. Il knockoff-filter è un approccio potente per la selezione delle variabili che in grado di controllare il false discovery rate, ovvero la proporzione di falsi positivi tra le variabili selezionate, in campioni finiti. L'assegnista di ricerca dovrà lavorare su metodologie statistiche innovative per la selezione delle variabili mediante l'uso del knockoff-filter. In particolare, si concentrerà su due implementazioni principali del filtro Knockoff: Knockoff-filter per la selezione Bayesiana delle variabili e per l'apprendimento strutturale di modelli grafici multipli. |
| Descrizione sintetica in inglese | In data science, the increasing complexity of research topics and related data poses significant challenges, requiring innovative methodologies to effectively extract meaningful insights. These challenges are intrinsically related to the problem of detecting relevant variables while controlling for false discoveries and accounting for uncertainty and variability. The knockoff-filter framework is a powerful approach for variable selection that addresses the challenge of controlling the false discovery rate, the proportion of false positives among the selected variables, in finite samples. The candidate will work to propose innovative statistical methodologies for variable selection by extending the use of the knockoff-filter framework. The research project will focus on two primary implementations of the Knockoff-filter: Knockoff-filter for Bayesian variable selection and for multiple graphical models structural learning. |
| Data del bando | 07/08/2023 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 26.521,92 |
| Periodicità | 12 mesi |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | http://www.disia.unifi.it |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 21.500 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | Università degli Studi di Firenze |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Firenze |
| Codice postale | 50134 |
| Indirizzo | Viale Morgagni 59 |
| Sito web | http://www.disia.unifi.it |
| niccolo.saccardi@unifi.it | |
| Telefono | 055-2751500 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 19/09/2023 |
|---|---|
| Come candidarsi | Other |