Agenda

23 Giu 2025 09:00

Summer School: Introduction to Modern Generalised Additive Models in R

Università Ca’ Foscari Venezia, Campus Scientifico, Via Torino 155, Venezia Mestre

L’Università Ca’ Foscari Venezia è lieta di presentare la Summer School "Introduction to Modern Generalised Additive Models in R", un corso intensivo di due giorni (23-24 giugno 2025) dedicato ai modelli additivi generalizzati (GAMs). L’evento si inserisce nel programma di formazione avanzata promosso dal Progetto di Eccellenza MIUR del Dipartimento di Scienze Ambientali, Informatica e Statistica (DAIS), in collaborazione con il DESC.

Obiettivi del corso
Il corso offre un’introduzione approfondita ai modelli additivi generalizzati (GAMs), un’estensione dei modelli di regressione tradizionali che combina flessibilità e interpretabilità per l’analisi predittiva e inferenziale. L’approccio didattico prevede lezioni teoriche e sessioni pratiche con R e il pacchetto mgcv, sviluppato dal docente del corso, Prof. Simon Wood (Università di Edinburgo).

Competenze acquisite
Al termine della Summer School, i partecipanti saranno in grado di:

  • Comprendere i principi teorici alla base dei GAMs
  • Applicare il pacchetto mgcv per costruire e analizzare modelli GAM
  • Valutare e confrontare modelli tra loro alternativi
  • Giustificare le proprie scelte di modellazione statistica

A chi è rivolto
Il corso è destinato a ricercatori, professionisti e studenti con una formazione statistica di base e familiarità con il software R. È consigliato avere conoscenze pregresse sui modelli lineari generalizzati (GLM), a livello intuitivo, ma non è richiesta esperienza con il pacchetto mgcv.

Modalità di iscrizione
La partecipazione alla Summer School è soggetta a registrazione. I posti sono limitati. Per maggiori dettagli su modalità di iscrizione, costi e scadenze, si prega di visitare il sito web ufficiale dell’evento o contattare l’organizzazione all’indirizzo dais.eccellente@unive.it.

Iscriviti ora e partecipa a un’opportunità formativa unica!

Lingua

L'evento si terrà in inglese

Organizzatore

Dipartimento di Scienze Ambientali, Informatica e Statistica [DESC-DAIS]

Allegati

Locandina 1286 KB

Cerca in agenda