Machine Learning in Stata: Una Introduzione Modulo II

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, nel primo modulo, 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”. Nel secondo modulo, invece, copre i seguenti temi e metodi: 1) Ricapitolazione delle basi concettuali del machine learning; 2) Modelli “locali” di analisi non-parametrica; 3) Alberi decisionali e metodi di analisi “ensemble”; 4) Reti neurali.

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 saranno in grado di utilizzare le tecniche di machine learning apprese per varie finalità, in particolare: (i) per studiare relazioni fortemente non-lineari tra input ed output, identificando la distribuzione degli effetti in un modello libero dalle tradizionali assunzioni della regressione lineare, (ii) sviluppare “regressioni ad albero”, anche a complemento dell’approccio di regressione classico, avvalendosi di utili rappresentazioni grafiche esplicative degli effetti anche in presenza di più fattori predittivi, (iii) sviluppare classificazioni ad alta capacità predittiva utilizzando le reti neurali.

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.

Per la partecipazione a questo corso, l’aver seguito il corso precedente (modulo 1) è consigliato ma non strettamente necessario, in quanto nella prima parte verranno ricapitolati i concetti necessari alla comprensione dei metodi ivi trattati.

SESSIONE I: LE BASI DEL MACHINE LEARNING, RICAPITOLAZIONE

1. Machine Learning: definizione, logica, utilità
2. La fondamentale non-identificabilità di E(y|x)
3. Misure di bontà di adattamento: training versus test error
4. Metodi di ricampionamento e validazione

SESSIONE II:  MODELLI “LOCALI” DI ANALISI NON-PARAMETRICA

1. Oltre i modelli parametrici: una panoramica
2. Approccio locale: logica
3. Metodi locali:
   • Regressione Kernel
   • Regressione nearest-neigbor
   • Implementazione in Stata

SESSIONE III: ALBERI DECISIONALI E METODI DI REGRESSIONE “ENSEMBLE”

1. Alberi di regressione e di classificazione
2. Costruire un albero decisionale tramite la “divisione binaria ricorsiva”
3. Potatura ottimale di un albero tramite cross-validation
4. Metodi di stima “ensemble” basati su alberi decisionali
   • Bagging, Random Forests e Boosting
5. Implementazione in Stata

SESSIONE IV: RETI NEURALI

1. Il modello a “rete neurale”: una introduzione
2. Neuroni, strati nascosti e multi-outcome
3. Stima di reti neurali
   • Back-propagation tramite l’algoritmo “gradient descent”
   • Adattamento con dati high-dimensional
4. Validazione dei parametri di una rete neurale
5. Implementazione in Stata

LETTURE CONSIGLIATE

• Cameron, A.C. & Trivedi, P.K. (2022). Microeconometrics Using Stata, Volume I: Cross-Sectional and Panel Regression Methods. Second Edition. Stata Press Publication.
• Cameron, A.C. & Trivedi, P.K. (2022). Microeconometrics Using Stata, Volume II: Nonlinear Models and Causal Inference Methods. Second Edition. Stata Press Publication.
• Hastie, T., Tibshirani, R., Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer.
• Gareth, J., Witten, D., Hastie, T., Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.
• Cerulli, G. (2020). A Super-Learning machine for predicting economic outcomes. MPRA Paper 99111, University Library of Munich, Germany.
• Cerulli, G. (2023). Fundamentals of Supervised Machine Learning. Springer.

Al momento non sono inserite date 2026 per questo corso. L’offerta formativa è comunque in continua evoluzione; suggeriamo pertanto di contattare la segreteria organizzativa formazione@tstat.it per segnalare il vostro interesse ed essere ricontattati non appena sarà inserita una data in calendario.