Il corso intende esplorare i principi fondamentali e le metodologie proprie dei modelli statistici adottando un approccio bayesiano, fornendo gli strumenti per affrontare problemi classici della modellazione statistica, quali regressione, classificazione e clustering, producendo un’accurata quantificazione dell’incertezza anche in presenza di dati complessi. I metodi considerati permetteranno di affrontare un’ampia gamma di problemi applicati mediante la specificazione e la stima di modelli bayesiani progrediti. Alla fine del corso lo studente avrà acquisito: 1) la conoscenza necessaria per specificare un modello bayesiano sulla base dello specifico problema in studio; 2) la capacità di stimare tale modello mediante l'uso di software open-source, come R e Stan; 3) valutare con adeguati strumenti teorici, grafici e quantitativi, la qualità del modello ottenuto. Il corso, introducendo modelli progrediti per l’analisi statistica bayesiana, contribuisce al raggiungimento degli obiettivi formativi nell’area di apprendimento del CdS: “Statistica”.