Università Politecnica delle Marche - Center for Philosophy, Science, and Policy

統計学、データインテリジェンス、科学の基礎に関する修士号

エントリー要件

以下のいずれかの資格を有する卒業生が入学できます。
• 省令270/2004に基づく学位（EQFレベル6）
• 省令509/1999に基づく学位
• 省令509/1999以前の規定に従った学位、または
省令270/2004。

期間や内容の面で組織委員会によって同等と認められた海外での資格を取得した卒業生も入学できます。

応募者は、MASTER への申請を提出する締め切りまでにこれらの要件を満たしている必要があります。
コース受講資格を得るために最終試験に合格するだけでよい学生は、条件付きで申請できます。ただし、資格は教育活動開始前に取得する必要があります。

聴講生として入学することも可能です。聴講生として入学するには、中等学校の卒業証書が必要です。

第1学期パートA

チュートリアル: Riccardo Cappelli によるデータ分析のための STATA 入門

STATA は、データ分析や統計研究で広く使用されている統計ソフトウェアです。このコースは、学生が STATA の基礎を理解できるようにすることを目的としています。主な STATA テクニックの概要と、これらのテクニックを実際のデータに適用する方法を説明します。

ノーマン・フェントン著『データサイエンスと AI におけるリスクと意思決定』

このモジュールでは、公衆衛生と医療、法律、政府戦略、交通安全、消費者保護を網羅したリスク評価、予測、意思決定の課題について、包括的な概要を説明します。学生は、公の場でのリスクに関する混乱の多くを見抜く方法を学び、個人、グループ、戦略的な意思決定に直接適用できる、リスク評価を改善するための方法とツールを習得します。

このモジュールでは、意思決定とリスクの問題を解決するためのビッグデータと機械学習の限界についても直接取り上げています。リスク評価のための従来の統計手法 (仮説検定、p 値、回帰など) が紹介される一方で、このモジュールではこれらの方法の重大な限界を明らかにしています。特に、問題の因果モデル化と確率推論に対するベイジアン アプローチの必要性に焦点を当てています。ベイジアン ネットワークは、全体を通じて統一テーマとして使用されています。

アレクサンダー・ゲブハーター著『因果関係と確率』

このコースでは、確率論の基礎を短期集中で学び、その後、確率に関連する因果関係の説明の概要を学びます。一般的な考え方は、因果構造がさまざまな種類の確率的依存性を説明するというものです。相関関係の知識は予測に役立つツールですが、環境を制御するための信頼できるガイドとなるのは因果情報だけです。

アレクサンダー・ゲブハルター著『認識論 II』

知識とは何でしょうか。それは真実や合理性とどのように関係しているのでしょうか。私たちはどのように自分の信念を正当化し、新たな証拠に基づいてそれをどのように修正すべきでしょうか。これらは認識論で提起される主な疑問の一部です。「認識論 I」と「認識論 II」では、このような疑問と、市場における現在の説明によってそれらの疑問にどう答えられるか、また、それらの答えがどのような新しい問題を引き起こすかを探ります。

チュートリアル: Federico Giri による R と Matlab

このコースでは、Matlab (R) プログラミング手法の概要を説明します。

チュートリアル: PYTHON (Adriano Mancini 著)

このコースは、基本的な概念から高度なデータ サイエンスのテクニックまで、Python プログラミングを通じて学習者を導くように構成されています。データ構造を含むプログラミングの基本原則を理解するために、Python の紹介から始まります。コースの後半では、データ サイエンスのための強力なライブラリである NumPy、SciPy、sci-kit-learn を紹介します。

ミハウ・シコルスキ著『認識論 I』

知識とは何でしょうか。それは真実や合理性とどのように関係しているのでしょうか。私たちはどのように自分の信念を正当化し、新たな証拠に基づいてそれをどのように修正すべきでしょうか。これらは認識論で提起される主な疑問の一部です。「認識論 I」と「認識論 II」では、このような疑問と、市場における現在の説明によってそれらの疑問にどう答えられるか、また、それらの答えがどのような新しい問題を引き起こすかを探ります。

エリオット・ソバー著『進化論の哲学』

このコースはエリオット・ソバーの新著「進化理論の哲学」に基づいています。
選択の単位や共通の祖先など、確率的推論に深く関連するトピックを取り上げます。

第1学期パートB

アルド・ドラゴニ著『人工知能と論理プログラミング I』

コンテンツ：

• 人工知能: 歴史と論理記号アプローチとニューラルアプローチの違い。
• 一階論理: 構文、意味論、形式システム。
• 解決方法: エルブランの定理。閉じた式の節形式への変換。基底節の解決原理。統一。
• 解決の原則。線形解決。
• 確定プログラム: 意味論。SLD 解決の正しさ。発生チェック問題。SLD 解決の完全性。独立性
• 計算規則より。SLD 反駁手順。確定プログラムの計算妥当性。
• 論理プログラミング: PROLOG。宣言型プログラミング。

公衆衛生研究のための疫学と生物統計学の原則（Rosaria Gesuita、Edlira Skrami、Andrea Faragalli、Marica Iommi 著）

メイントピック：

• 疫学入門、ロザリア・ジェスイタ教授（2時間）
• 観察研究、頻度と関連性の測定、ロザリア・ジェスイタ教授 (6 時間) とマリカ・イオミ博士 (4 時間)
• 記述的研究デザイン、分析的アプローチ、実験的研究デザイン、Edlira Skrami 教授 (8 時間)
• 研究プロトコル、アンドレア・ファラガッリ博士（4時間）
• サンプルサイズ推定の原則、アンドレア・ファラガッリ博士（4 時間）
• 体系的レビューとメタ分析の原則、マリカ・アイオミ博士（4 時間）

バーバラ・オシマニ著『科学の基礎』

内容: 科学とは何か? 科学とは何かを誰が、どのような権威と基準で語るのか? 科学的知識を正当化するものは何なのか? 科学的知識の基盤は、もしあるとすれば、論理的、形而上学的、あるいは実践的な性質のものなのか? この基盤に基づいて行動する根拠は何なのか? 現実についての知識を深めるのに役立つ主要なツールは何なのか? それらの適切性と信頼性をどのように評価するのか? 科学的手法と他の知識源との違いは何なのか? 統計的推論に対するさまざまなアプローチの違いは何なのか (例: 頻度主義 vs. ベイズ学派 vs. 不正確な確率アプローチ、およびそれぞれの細分化)?

方法論的および実践的な意味合いは何でしょうか? 多様なパラダイムは、理論/仮説と証拠の関係をどのように扱うのでしょうか? これらは、科学の基礎、科学的推論、科学的実践における実用的な側面に特化した膨大な哲学的および方法論的文献を利用して、コースが取り組む質問の一部です。

特に、このコースでは以下のテーマに焦点を当てます。

1. 科学の認識論と存在論：境界設定の問題;
2. 科学的不確実性：確率と統計の基礎;
3. 科学における（形式）手法

クラウディア・ピジーニ著『計量経済学の基礎 I』

「計量経済学の基礎 I および II」は、計量経済学の手法を理解して適用するための重要なフレームワークを提供します。データ探索、回帰分析、予測モデリング、因果推論をカバーし、学生は RStudio を使用して実践的なスキルを習得します。推奨される読み物は理論的概念を補完します。ビジネス、経済、政策におけるデータ主導の意思決定の熟練度を求める方に最適です。

Eric-Jan Wagenmakers によるベイズ推論

このコースでは、「数字で表現される常識」、つまりベイズ推論の理論と実践を取り上げます。コースの前半では、二項モデルを使用して理論的な構成要素（事前分布と事後分布、一貫性、パラメータ推定とベイズ因子仮説検定、あいまい事前分布と情報に基づいた事前分布、モデルの平均化、モデルの誤指定など）を取り上げます。後半では、ベイズ推論の実践を紹介し、ベイズt検定、回帰、ANOVA、その他のモデルを取り上げます。

マルコ・ピアンジェレッリ著『機械学習の基礎』

このコースでは、機械学習の主なパラダイム（教師あり学習、教師なし学習、強化学習）を簡潔に紹介し、
また、その統計的基礎（統計学習理論）も紹介します。また、ML モデルの説明可能性と解釈可能性に関する最新の動向も紹介します。

統計学派：確率、統計的推論、データ分析の概念、クリスチャン・ヘニング著
このコースでは、確率、統計的推論、データ分析のさまざまな概念について比較概要を説明します。統計モデルと現実世界のデータとのつながり、データ分析におけるモデル仮定の役割、客観性の限界、判断と主観的決定の必要性に重点を置きます。

第2学期パートA

Alessandro Galdelli によるディープラーニングによる時系列予測

コンテンツ：

• 時系列分析入門
• 時系列データのためのディープラーニングの基礎
• 時系列データの操作
• 時系列予測のためのディープラーニングモデル
• 高度な予測技術
• 評価指標とモデルの最適化
• ケーススタディとアプリケーション
• 時系列予測の将来動向と課題

アレクサンダー・ゲブハーターによる因果推論

このコースは、「因果関係と確率」コースで確立された基本的な洞察と、「形式的認識論」コースで紹介されたいくつかの形式的ツールに基づいています。これらのコースのトピックをさらに進め、因果モデルと因果的に解釈されたベイジアン ネットワークの概要を提供します。これらのツールを使用すると、複雑な因果仮説をより正確に定式化したり、観察と仮説的介入に基づいて確率的予測を生成したり、観察データと実験データから因果構造を明らかにしたりすることができます。このコースはコンテンツを組み合わせており、さまざまなタスクや簡単な例にこれらのツールを適用することで、学生がこれらのツールに慣れることができます。

形式認識論 II アレクサンダー・ゲブハルター著

「形式的認識論 I」と「形式的認識論 II」は、「認識論」コースで築かれた基礎と、後半の「因果推論」コースの冒頭で紹介された基本概念に基づいています。形式的ツール、特に確率論と単純なグラフィカル モデルを利用して、知識と推論の基礎とダイナミクスを探ります。

ステファン・ハートマン著『ベイジアン科学哲学』

このコースの目的は、ベイジアン手法を使用して科学哲学の中心的な疑問に答える方法を示すことです。この目的のために、コースの最初の部分では、学生はベイジアンモデル（特にベイジアンネットワーク理論を使用）を構築し、それを特定の問題に適用する方法を学びます。この目的のために、学生が数学的な問題解決スキルを訓練できるチュートリアルセッションが2つあります。第2部では、まず認識論的正当化のさまざまな認識論的理論について簡単に説明し、次に形式的認識論で議論されている一貫性の確率的尺度に関する議論に焦点を当てます。

次に、一貫性のあるベイズ科学哲学を展開する可能性を検討し、特にこのアプローチが科学的説明と理論間の関係に関する現在の議論にどの程度光を当てることができるかに焦点を当てます。最後に、ベイズ主義と一貫性の（考えられる）限界について議論します。

バーバラ・オシマニ著『科学における合理性』

科学的合理性とはどのようなものでしょうか。科学の実践にはさまざまな種類の合理性が作用しているのでしょうか。もしそうなら、それらはどのように絡み合い、科学的成果に影響を与えるのでしょうか。特に、強い利害対立が特徴的な科学的環境において、戦略的合理性はどのような役割を果たすのでしょうか。

このような場合、科学的な異議にどう対処すればよいのでしょうか。多様な科学エコシステム（過去と現在）における科学的証拠の収集、選択、生成、開示/伝達を形作る力は何でしょうか。このモジュールでは、偏見や不正行為の検出ツールの開発を目的とするメタサイエンス研究の「アブダクション」アプローチと、（ベイズ）説得ゲームに関する最近の文献の理論的アプローチという二重のアプローチを利用して、これらのテーマを調査します。

クラウディア・ピジーニ著『計量経済学の基礎 II』

「計量経済学の基礎 I および II」は、計量経済学の手法を理解して適用するための重要なフレームワークを提供します。データ探索、回帰分析、予測モデリング、因果推論をカバーし、学生は RStudio を使用して実践的なスキルを習得します。推奨される読み物は理論的概念を補完します。ビジネス、経済、政策におけるデータ主導の意思決定の熟練度を求める方に最適です。

ミハウ・シコルスキ著『形式認識論 I』

「形式的認識論 I」と「形式的認識論 II」は、「認識論」コースで築かれた基礎と、後半では「因果推論」コースの冒頭で紹介された基本概念に基づいています。形式的ツール、特に確率論と単純なグラフィカル モデルを利用して、知識と推論の基礎とダイナミクスを探ります。

推論統計を超えて: アブダクションと Q 法 (Raffaele Zanoli 著)

メイントピック：

• はじめに推論統計と非推論統計の統計的および方法論的相違点
• 帰納法、演繹法、アブダクション法
• 客観性と主観性：認識論と統計的考察
• Q 方法論と主観性の科学的研究
• 例と実践

第2学期パートB

アルド・ドラゴニ著『人工知能と論理プログラミング II』

コンテンツ：

• 人工知能: 歴史と論理記号アプローチとニューラルアプローチの違い。
• 一階論理: 構文、意味論、形式システム。
• 解決方法: エルブランの定理。閉じた式の節形式への変換。基底節の解決原理。統一。
• 解決の原則。線形解決。
• 確定プログラム: 意味論。SLD 解決の正しさ。発生チェック問題。SLD 解決の完全性。独立性
• 計算規則より。SLD 反駁手順。確定プログラムの計算妥当性。
• 論理プログラミング: PROLOG。宣言型プログラミング。

ニコラ・マテウッチ著『科学技術の経済学』

このコースでは、規制と公共政策の経済学の規範的および実証的（ラテン語の positum に由来）なトピックを取り上げ、科学に基づく（ハイテク）経済セクターと、解決に科学的知識が必要な大きな社会的課題に焦点を当てます。政策立案は、最も広い定義で意味され、詳細なセクターの規範と政策（例：健康政策と規制）からより広範な政策立案（例：開発または環境政策）にまで及びます。このコースは、「市場」と「政府の失敗」という 2 つの基本的なカテゴリを中心に展開し、政策の失敗や政策の捕捉の原因、メカニズム、結果を分析する影響力のある研究の論理的（非体系的）なレビューを提示します。このコースの主な足がかりは、科学的ロビー活動です。

ニコラ・マテウッチ著『科学に基づく領域における規制の経済学』

このコースでは、規制と公共政策の経済学の規範的および実証的（ラテン語の positum に由来）なトピックを扱い、科学に基づく（ハイテク）経済セクターと、解決に科学的知識が必要な大きな社会的課題に焦点を当てます。政策立案は、最も広い定義で意味され、詳細なセクターの規範と政策（健康政策と規制など）からより広範な政策立案（開発または環境政策など）までを網羅します。

このコースは、「市場」と「政府の失敗」という 2 つの基本的なカテゴリを中心に、政策の失敗や政策の捕捉の原因、メカニズム、結果を分析する影響力のある研究の論理的 (非体系的) レビューを提示します。このコースの主な足掛かりは、科学的ロビー活動です。

アンケート作成: アンケートからデータを収集する方法。すべきこと、すべきでないこと、Simona Naspetti 著

このコースでは、アンケートの作成と調査によるデータ収集戦略の概要を説明します。参加者は、正確で有意義なデータを収集するためのアンケートの設計と実施方法を学びます。講義、ケース スタディ、インタラクティブなアクティビティを通じて、参加者はアンケート作成の注意点とすべきことに関する実践的なスキルと洞察を習得します。

ジュリオ・パロンバ著『時系列計量経済学』

メイントピック：

• 時系列データと確率過程
• 動的モデル
• ARMA モデル
• 単位根
• VARモデル
• 共和分
• GARCHモデル

アンドレア・サルテッリによる研究の誠実さ

研究の誠実さのさまざまな側面は、規範、機能、統一性の観点から整理されています。規範とは、科学が規範基準に準拠しているか、または逸脱しているかを指します。機能は、科学と研究が機能的で損傷のないメカニズムを備えているかどうかに関係します。3 番目の意味は、科学が途切れることなく分割されていない実体であるという概念に関係しています。このコースは、主に科学技術研究 (STS) の分野からの科学の歴史的、哲学的、社会学的要素の入門としても機能し、科学とロビー活動に関するセクションもあります。

アンドレア・サルテリ著「定量化の倫理」

このコースでは、統計的および数学的定量化のさまざまな形式とそれらの技術的および規範的品質に関連する統計的および社会学的要素の組み合わせを紹介します。感度分析と感度監査は、品質分析に関連する方法論として紹介され、利用可能な方法の特性について議論されます。その他のトピックは、モデリングの政治、参加型モデリング、定量化の社会学です。

セレナ・ドリアによる不正確な確率

明確な確率を扱う従来の確率論とは異なり、不正確な確率論は完全な知識の限界を認識しています。不正確な確率論は、情報が不足している、不完全である、または信頼できない状況に対して、堅牢で多用途なアプローチを提供します。まず、不正確な予測と確率の背後にある動機を調べ、それらを従来の確率論と比較します。不正確な確率を表すために必要な数学的ツールを検討し、このフレームワークを人工知能と意思決定理論でどのように使用できるかを検討します。

ジャコモ・シラーリ著『合理的選択理論』

このコースでは、合理的選択理論を詳しく調べ、リスク、無知、不確実性の状況での意思決定について探究します。まず、結果が不明な場合に意思決定がどのように行われるかを検討します。特に、ロールズの差異原理におけるマキシミンやハルサニとの論争などの哲学的応用に焦点を当てます。

ここから、このコースは確率のさまざまな解釈に移り、特に主観的確率とオランダの定理に焦点を当てます。次に、基礎的な観点から期待効用理論を取り上げ、表現定理に関連する仕組みを見直し、戦略的合理性で締めくくります。戦略的環境では、結果が他者の行動に依存するため、個人がどのように意思決定を行うかに焦点を当て、特に調整と協力を扱います。

この修士課程は、人文科学とSTEM分野の学生や学者を対象としていますが、データ分析、科学認識論、証拠に基づく政策の分野でスキルを高めたい専門家も対象としています。 そこから生まれる人材は、本質的には、方法論と基礎の豊富なバックグラウンドを持つデータアナリストですが、この修士課程は、ジャーナリスト、政治家、あらゆる分野（経済から医療、法律まで）の専門家の教育プロフィールを充実させることにも大いに貢献できます。

修士課程修了時には、学生は研究に使用する最適な科学的方法論を評価し、特定の研究分野におけるデータや他者の研究を分析し、政策立案者にコンサルティング サービスを提供できるようになります。ジャーナリストや政治的意思決定者は、さまざまな科学分野で生み出される情報の提供において自らを方向づける重要なツールを習得することになります。