Il corso si pone come obiettivo l'approfondimento di tecniche per l'analisi dei dati e di data mining e il perfezionamento delle abilità di modellizzazione con finalità previsiva, con relative implementazioni nell’ambiente di programmazione R.

Il corso fornisce una preparazione avanzata sull’analisi statistica dei modelli di regressione, con un equilibrio tra aspetti teorici, computazionali e applicativi. Dopo un richiamo al modello lineare e ai suoi algoritmi efficienti, vengono trattati metodi per la selezione del modello, la gestione del compromesso distorsione-varianza e i principali approcci penalizzati. Il corso approfondisce inoltre tecniche di regressione flessibili utili per modellare relazioni complesse. Gli studenti acquisiranno competenze per applicare in modo critico tali metodi a problemi reali, consolidando l’autonomia di giudizio nell’ambito dell’inferenza statistica, in linea con l’area "Statistica" del corso di laurea magistrale in Scienze Statistiche ed Economiche.