A Sonia Petrone il riconoscimento di una IMS Medallion Lecture

Sonia Petrone (Dipartimento di Scienze delle Decisioni) ha ricevuto un importante riconoscimento dall'Institute of Mathematical Statistics (IMS), che l'ha invitata a tenere una Medallion Lecture al 2018 IMS Annual Meeting on Probability and Statistics (Vilnius, Lituania, 2-6 luglio 2018).

I relatori delle Medallion Lectures (così chiamate perché i relatori ricevono una medaglia in una breve cerimonia che precede il loro intervento) sono selezionati dallo Special Lectures Committee dell'IMS come riconoscimento per il loro contributo alla ricerca del settore.

Petrone terrà una lecture sul predictive learning. Tradizionalmente, nell'approccio inferenziale alla statistica, l'attenzione si concentra sui parametri del modello, mentre nell'approccio predittivo si concentra sugli eventi futuri. "Negli ultimi anni", spiega Petrone, "sono stati sviluppati e applicati molti metodi predittivi Bayesiani in diversi campi, come l'analisi testuale, la genetica, la dinamica delle popolazioni, l'ecologia, l'economia, la finanza e così via. È una sfida continua", prosegue Petrone, "con dati più complessi - immagini e video, ad esempio - su molte dimensioni diverse - tempo, spazio, grafici, reti - e con molte più interdipendenze".

Gli studiosi e i professionisti del predictive learning, quindi, affrontano non solo la complessità statistica ma anche quella computazionale e, per superare quest'ultimo problema, hanno sviluppato una serie di metodi di approssimazione che permettono di gestire i modelli. "Questi metodi sono buoni e sembrano funzionare bene", conclude Petrone, "ma spesso mancano di chiare basi teoriche ed è difficile misurare quanto siano buoni in realtà. Sto cercando di sviluppare metodi teorici che abbinino una buona previsione con la possibilità di misurare la qualità dell'approssimazione".

Fondata nel 1935, IMS conta 4.000 membri in tutto il mondo e pubblica alcune delle più prestigiose riviste sceintifiche del settore, tra cui Annals of Statistics, Annals of Probability e Statistical Science.