Descrizione posizione

Titolo del progetto di ricerca in italiano	Rif. 8014 - Metodi di Statistical learning per la prevenzione digitale
Titolo del progetto di ricerca in inglese	Rif. 8014 - Statistical learning methods for digital prevention
Descrizione sintetica in italiano	Le attività di ricerca saranno principalmente mirate a sviluppare e applicare metodi di statistical learning per le iniziative di prevenzione digitale. In particolare si tratteranno 1. Stima e validazione di modelli predittivi utilizzando tecniche di classificazione supervisionata, come alberi decisionali, foreste casuali, reti neurali e nuove strategie basate sui quantili per identificare gli individui a rischio di sviluppare condizioni di salute prevenibili. 2. Analisi esplorativa e clustering di dati di salute digitale utilizzando tecniche di classificazione non supervisionata per identificare schemi e sottogruppi di individui con fattori di rischio o comportamenti sanitari distinti. 3. Integrazione di metodi di classificazione supervisionata e non supervisionata per migliorare la precisione e la personalizzazione delle strategie di prevenzione digitale e valutarle utilizzando strategie di cross validation su dati simulati e reali.
Descrizione sintetica in inglese	The research activities will be mainly targeted at developing and applying statistical learning methods to digital prevention efforts. More specifically, the planned activity and analyses relate to: 1. Estimation and validation of predictive models using supervised classification techniques, such as decision trees, random forests, neural networks and novel strategies based on quantiles to identify individuals at risk of developing preventable health conditions. 2. Exploration and clustering of digital health data using unsupervised classification techniques, such as k-means clustering, hierarchical clustering, and mixture models, to identify patterns and subgroups of individuals with distinct risk factors or health behaviors. 3. Integration of supervised and unsupervised classification methods to improve the precision and personalization of digital prevention strategies, and their evaluation using cross-validation strategies in simulated and real data.
Numero posti	1
Campo principale della ricerca	Mathematics
Sottocampo della ricerca	Other
Settore Concorsuale	13/D1 - STATISTICA
S.S.D	SECS-S/01 - STATISTICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	20/12/2023

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Other
Organizzazione/Ente	Alma Mater Studiorum - Università di Bologna
Paese (dove si svolgerà l'attività)	ITALY
Città	BOLOGNA

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Alma Mater Studiorum - Università di Bologna
Tipo	Academic
Facoltà/Dipartimento/Laboratorio di ricerca	STAT - DIPARTIMENTO DI SCIENZE STATISTICHE
Paese	ITALY
Città	BOLOGNA
E-mail	apos.ricercatoritempodeterminato@unibo.it
Sito web	https://bandi.unibo.it/docenti/rtd

 

Dettagli per la candidatura

Data di scadenza del bando	18/01/2024
Come candidarsi	https://personale.unibo.it/pol/

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Other

 

Esperienze di ricerca richieste

Campo principale della ricerca	Medical sciences
Sottocampo della ricerca
Anni di esperienza richiesti	3

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good