CODICE CORSO: I-EF35-1OL LINGUA:

Machine Learning in Stata: Un’Introduzione – Modulo I

Gli ultimi anni hanno visto una disponibilità senza precedenti di informazioni su fenomeni sociali, economici e relativi alla salute. Ricercatori, professionisti e responsabili delle politiche hanno oggi accesso a enormi database (i cosiddetti “Big Data”) su persone, aziende, istituzioni, dispositivi cellulari, web, satelliti, ecc., con sempre maggiore dettaglio.

 

Il “machine learning” (o “apprendimento automatico”) è un approccio relativamente nuovo all’analisi dei dati, che si colloca nell’intersezione tra statistica, informatica ed intelligenza artificiale. Il suo obiettivo principale è quello di trasformare le informazioni in conoscenza e valore, “lasciando che i dati parlino da soli”.

 

A tal fine, il machine learning limita le ipotesi preliminari sulla struttura dei dati e fa affidamento su una filosofia che supporta lo sviluppo di algoritmi, di procedure computazionali e d’ispezione grafica dei risultati più che su assunzioni analitiche e soluzioni algebriche.

 

Il corso offre una introduzione ad alcune popolari tecniche di machine learning utilizzando il software Stata. Stata possiede oggi vari pacchetti per eseguire il machine learning che sono tuttavia poco conosciuti da molti suoi utenti. il programma è stato sviluppato per colmare questa lacuna rendendo i partecipanti più familiari (e meglio informati) sul potenziale di Stata per trarre conoscenza e valore dai dati, possibilmente di grandi dimensioni e “rumorosi”. Piu specificamente verranno trattati i seguenti temi e metodi: 1) le basi concettuali del machine learning, 2) i metodi di ricampionamento e di validazione di un modello, 3) le tecniche di feature-selection e specificazione del modello attraverso regressione regolarizzata, 4) le tecniche di feature-selection e specificazione del modello attraverso approcci esaustivi e quasi esaustivi, 5) la classificazione con analisi discriminante e con il metodo nearest-neighbor.

 

L’approccio all’insegnamento sarà principalmente basato sul linguaggio grafico e sull’intuizione più che sull’algebra. Le lezioni si avvarranno di esempi sia simulati che reali, e permetterà di bilanciare equamente sessioni teoriche e sessioni pratiche.

 

Dopo il corso, i partecipanti avranno una migliore comprensione del potenziale di Stata per eseguire il machine learning, diventando così in grado di padroneggiare compiti di ricerca che includono, tra gli altri: (i) rilevamento d’importanza dei fattori, (ii) estrazione segnale-rumore, (iii) corretta specificazione del modello, (iv) classificazione, sia da un punto di vista di data mining che di approccio causale.

Il corso è di interesse per ricercatori e analisti in economia, medicina, marketing e scienze sociali che desiderano acquisire gli strumenti fondamentali per implementare l’approccio di machine learning sui così detti Big Data.

Buona conoscenza della statistica ed econometria di base ed in particolare del modello di regressione lineare, delle regressioni logit/probit e dell’inferenza classica.

E’ consigliata la conoscenza del Software Stata.

SESSIONE I: LE BASI DEL MACHINE LEARNING

 

Machine Learning: definizione, logica, utilità

Apprendimento supervisionato e non supervisionato
Problemi di regressione e di classificazione
Inferenza e previsione
Errore di campionamento ed errore di specificazione

La fondamentale non-identificabilità di E(y|x)

Modelli parametrici e non parametrici
Il trade-off tra accuratezza della previsione e interpretabilità del modello

Misure di bontà di adattamento

Capacità predittiva “in-sample” e “out-sample
Il trade-off tra distorsione e variance
La minimizzazione dell’errore quadratico medio
Training-error vs. test-error
I criteri di informazione
La relazione tra Machine Learning ed intelligenza artificiale
Super-learning e apprendimento dinamico

 

SESSIONE II:  METODI DI RICAMPIONAMENTO E DI VALIDAZIONE

 

Stima del test-error
Metodi di validazione

Approccio con “insieme di validazione”
K-fold cross-validation
Approccio “leave-one-out”

Metodo bootstrap
L’algoritmo di bootstrap
Bootstrap vs. cross-validation ai fini della valutazione
Implementazione in Stata

 

SESSIONE III: SELEZIONE DEL MODELLO ATTRAVERSO REGRESSIONE REGOLARIZZATA

 

Selezione del modello e corretta specificazione
Metodi di regressione “shrinkage”

Regressione Lasso, Ridge ed elastica
Criteri di informazione e cross-validation per il Lasso
Lasso e inferenza causale

Implementazione in Stata

 

SESSIONE IV: SELEZIONE DEL MODELLO ATTRAVERSO APPROCCI ESAUSTIVI E QUASI ESAUSTIVI

 

Approccio esaustivo e quasi-esaustivo con criteri di informazione

Best subset selection
Backward stepwise selection
Forward stepwise Selection

Implementazione in Stata

 

SESSIONE V: ANALISI DISCRIMINANTE E CLASSIFICATORE NEAREST- NEIGHBOR

 

Classificatore con analisi discriminante e metodo nearest-neighbor
Classificatore ottimale Bayesiano e frontiera decisionale
Tasso di errore di classificazione
Analisi discriminante
Analisi discriminante lineare e quadratica
Il classificatore Naive-Bayes
Il classificatore k-nearest-neighbor
Implementazione in Stata

 

 

LETTURE CONSIGLIATE

Microeconometrics Using Stata, Cameron e Trivedi, Revised Edition, StataPress (2010)

The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Hastie, T., Tibshirani, R., Friedman, J., Springer (2009)

An Introduction to Statistical Learning, Gareth, J., Witten, D., Hastie, T., Tibshirani, R., Springer (2013)

A Super-Learning machine for predicting economic outcomes”, MPRA Paper 99111, University Library of Munich, Germany (2020)

 

A causa dell’attuale situazione COVID-19, l’edizione 2020 di questo corso di formazione verrà offerto ONLINE. Il programma è stato suddiviso in 2 sessioni di 3 ore ciascuna nelle giornate del 21-22 Settembre, dalle 10.00 alle 13.30 con 30 minuti di pausa.

La partecipazione al workshop è soggetta al pagamento della seguente quota di iscrizione:

 

Studente*: € 355.00
Università: € 505.00
Commerciale: € 570.00

 

*Per usufruire dello status “studente” è necessario presentare copia del libretto universitario o un certificato di iscrizione (in carta semplice) all’Università ed essere studenti a tempo pieno. Studenti lavoratori dovranno considerare la tariffa riservata alle Università.

 

I prezzi si intendono IVA 22% esclusa. L’aliquota IVA non sarà applicata per Enti Pubblici soggetti ad esenzione a norma dell’art. 14 c. 10 della L. 537/93 per la partecipazione a corsi di formazione dei propri dipendenti.

 

La quota di iscrizione include il materiale didattico e una licenza temporanea del software Stata. Dà inoltre diritto ad uno sconto sull’acquisto di una nuova licenza per singolo utente del Software Stata (ad esclusione della versione per Studenti e Gradplan).

 

L’iscrizione al corso dovrà avvenire tramite lo specifico modulo di registrazione e pervenire a TStat S.r.l. entro il 1 Settembre 2020. Lo svolgimento è condizionato dal raggiungimento di un numero minimo di 5 partecipanti ed un numero massimo di 8.

 


L’iscrizione al corso dovrà avvenire tramite lo specifico modulo di registrazione e pervenire a TStat S.r.l. almeno 15 giorni prima dell’inizio del corso stesso. E’ possibile richiedere il modulo di registrazione compilando il seguente form oppure inviando una mail a formazione@tstat.it


NOME*


EMAIL*


OGGETTO


IL TUO MESSAGGIO


Termini e condizioni*
Ho preso visione della Privacy
Accetto il trattamento dei dati



[recaptcha]


CORSO ONLINE

Il corso offre una introduzione ad alcune popolari tecniche di machine learning utilizzando il software Stata. Stata possiede oggi vari pacchetti per eseguire il machine learning che sono tuttavia poco conosciuti da molti suoi utenti. il programma è stato sviluppato per colmare questa lacuna rendendo i partecipanti più familiari (e meglio informati) sul potenziale di Stata per trarre conoscenza e valore dai dati, possibilmente di grandi dimensioni e “rumorosi”. Più specificamente verranno trattati i seguenti temi e metodi: 1) le basi concettuali del machine learning, 2) i metodi di ricampionamento e di validazione di un modello, 3) le tecniche di feature-selection e specificazione del modello attraverso regressione regolarizzata, 4) le tecniche di feature-selection e specificazione del modello attraverso approcci esaustivi e quasi esaustivi, 5) la classificazione con analisi discriminante e con il metodo nearest-neighbor.