2021-2022

Monreale Anna

È Professore Associato presso il Dipartimento di Informatica dell'Università di Pisa e membro del Knowledge Discovery and Data Mining Laboratory (KDD-Lab), un centro di ricerca congiunto tra ISTI-CNR e Università di Pisa. I suoi temi di ricerca includono lo studio della big data analytics, delle social networks e dei problemi di privacy che possono sorgere durante l'analisi di dati personali e sensibili. Ha partecipato a diversi progetti di ricerca europei, tra cui il più recente PETRA, il cui tema principale è la mobilità in ambito "smart cities".

Italiano

Sîrbu Alina

Alina Sîrbu è ricercatrice del dipartimento di Informatica dell'Università di Pisa e membro del KDD Lab. Ha conseguito il dottorato di ricerca nel 2011 in Informatica in Irlanda (Dublin City University). E' stata postdoc nell'Istituto per l'interscambio scientifico di Torino e assegnista di ricerca all'Università di Bologna. Nel 2014 è stata Visiting Assistant Professor a New York University Shanghai e nel 2017 a New York University Abu Dhabi.

Italiano

Livieri Giulia

Giulia ha ricevuto la laurea specialistica in Matematica presso l'Università degli studi di Padova con la votazione 110/110. Dopo aver ottenuto il Corso di Alta Formazione in Finanza Matematica presso l'Università di Bologna con la votazione 30/30 Lode, ha ottenuto il Ph.D. in Matematica per la Finanza presso la Scuola Normale Superiore di Pisa nell Ottobre 2017 con la votazione di 70/70 Lode. Attualmente è postdoc alla Scuola Normale Superiore di Pisa.

Italiano

Prencipe Giuseppe

Giuseppe Prencipe è attualmente Professore Associato presso il Dipartimento di Informatica dell'Università di Pisa. I suoi interessi di ricerca vertono su sistemi distribuiti, mobile e wearable computing; ha al suo attivo oltre 50 pubblicazioni scientifiche su riviste e atti di conferenza internazionali, e ha partecipato a numerosi progetti di ricerca nazionali e internazionali. Ha contribuito alla progettazione e allo sviluppo di soluzioni software dedicate ad ambienti distribuiti popolati da robot mobili, e ha sviluppato applicazioni mobili su piattaforme Android, Android Wear e iOS.

Italiano

Statistical Methods for Data Science

Credits: 
2
Hours: 
20
Area: 
Big Data Mining
Description: 

Questo modulo presenta metodologie, tecniche e tools di analisi statistica per data science: conoscenza di base della teoria della probabilità, variabili random, modelli statistici, estimation theory, test delle ipotesi, bootstrap, e conoscenza di base dell'analisi delle serie temporali. Il modulo mostra l'applicabilità in casi di studio nel dominio della finanza.

Pappalardo Luca

Ha conseguito la laurea specialistica in Informatica all'Università di Salerno e il dottorato di ricerca in Informatica all'Università di Pisa, con la tesi "Human Mobility, Social Networks and Economic Development: a Data Science perspective".

Italiano

Lo Duca Angelica

Angelica Lo Duca lavora come post-doc presso l’Istituto di Informatica e Telematica del CNR di Pisa. Ha conseguito la laurea magistrale in Ingegneria informatica nel 2007 e il dottorato di ricerca in Ingegneria dell’Informazione nel 2012, entrambi presso l’università di Pisa. Attualmente è membro del laboratorio WAFI (Web Applications for the Future Internet), nel gruppo di Data Visualization e Semantic Web. I suoi interessi di ricerca includono Semantic Web, Data Integration, Data Science e Data Security, applicati ai campi del turismo e dei Beni Culturali.

Italiano

Pagine

Abbonamento a RSS - 2021-2022

Partners