Visit acad.jobs with all Jobs for Academics!
                    
Position: Research Position: Bayesian methods for conditional dependence learning
Institution: Università degli Studi di Padova
Location: Padova, Veneto, Italy
Duties: The research program aims to investigate a brand new Bayesian nonparametric approach to model and test conditional independence in high dimensional data settings with many categorical and mixed variables. Data of this kind arise in many areas such as epidemiological studies, sociology or marketing analysis, often along with the presence of prior information provided by experts in the field. Nonetheless literature still lacks flexible approaches which allow learning of conditional dependence structure among variables and inclusion of concrete prior knowledge about such structure
Requirements: Experienced researcher or 4-10 yrs (Post-Doc)
   
Text: Bando per assegno di ricerca Descrizione del bando Titolo del progetto di ricerca in italiano Metodi bayesiani per apprendimento condizionato di dipendenze Titolo del progetto di ricerca in inglese Bayesian methods for conditional dependence learning Campo principale della ricerca Mathematics Sottocampo della ricerca Statistics Area CUN 13 - Scienze economiche e statistiche S.S.D SECS-S/01 - STATISTICA Descrizione sintetica in italiano L’obiettivo del programma di ricerca consiste nell’investigare un nuovo approccio bayesiano non parametrico per modellare e verificare l’indipendenza condizionata in dati ad elevata dimensionalità con un elevato numero di variabili qualitative e miste. Dati di questo tipo sono generati in diverse situazioni pratiche come ad esempio analisi di marketing, sociologia e ricerche biomediche, spesso in ambiti in cui sono disponibili informazioni a priori predisposte da esperti della materia. Diversi approcci bayesiani non parametrici sono stati proposti in letteratura per questo tipo di problemi, tuttavia a nostra conoscenza, non sono presenti approcci che permettono la stima di strutture di dipendenza condizionata tra variabili e l’inclusione di conoscenza a priori relativamente a tali strutture. Descrizione sintetica in inglese The research program aims to investigate a brand new Bayesian nonparametric approach to model and test conditional independence in high dimensional data settings with many categorical and mixed variables. Data of this kind arise in many areas such as epidemiological studies, sociology or marketing analysis, often along with the presence of prior information provided by experts in the field. Nonetheless literature still lacks flexible approaches which allow learning of conditional dependence structure among variables and inclusion of concrete prior knowledge about such structure. The research program focuses on developing innovative and flexible Bayesian nonparametric methods to model and test the dependence among variables while allowing the insertion of structured knowledge by means of a tailored shrinkage prior. We aim to provide a solution with nice mathematical and computational tractability and appealing formal asymptotic properties such as the posterior consistency. Data del bando 08/01/2019 Numero di assegnazioni per anno 1 E' richiesta mobilità internazionale? no Paesi in cui può essere condotta la ricerca Italy Paesi di residenza dei candidati EUROPE Nazionalità dei candidati EUROPE Sito web del bando http://www.stat.unipd.it/bandi Dettagli dell'assegno di ricerca Destinatari dell'assegno di ricerca (of target group) Experienced researcher or 4-10 yrs (Post-Doc) Il contratto prevede la copertura delle prestazioni sociali? yes Importo annuale 19367 Valuta Euro Comprende lo stipendio dell'assegnista yes Comprende vitto e spese di viaggio no Comprende il costo della ricerca no Massima durata dell'assegno (mesi) 24 Criteri di selezione in italiano (breve descrizione) valutazione comparativa dei titoli, del curriculum scientifico- professionale, della produttività scientifica, di un colloquio e delle lettere di presentazione, da parte di una Commissione giudicatrice Criteri di selezione in inglese (breve descrizione) comparative evaluation of their qualifications, academic and professional curriculum vitae, publications, reference letters and an interview. Candidate applications shall be evaluated by a Selection Committee. Processo di selezione in italiano (breve descrizione) Valutazione comparativa Processo di selezione in inglese (breve descrizione) Comparative assessment Finanziatore Nome dell'Ente finanziatore Dipartimento di Scienze Statistiche - Università degli Studi di Padova Tipologia dell'Ente Public research Paese dell'Ente Italy Città Padova Codice postale 35121 Indirizzo Via Cesare Battisti, 241 Sito web http://www.stat.unipd.it/ Contatto presso l'Ente E-mail dipstat@stat.unipd.it Telefono 0498274125 EU Research Framework Programme L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? No Dettagli per la candidatura Data di scadenza del bando 24/01/2019 Come candidarsi Other
Please click here, if the Job didn't load correctly.







Please wait. You are being redirected to the Job in 3 seconds.