ASTROSTATISTICS
Anno accademico 2026/2027 - Docente: ANDREI ALBERT MESINGERRisultati di apprendimento attesi
Gli studenti sono tenuti a sviluppare una solida conoscenza dei fondamenti teorici e ad acquisire esperienza pratica nell’interpretazione di dati astrofisici osservativi e sperimentali. Il corso fornirà le basi dell’inferenza bayesiana e mostrerà come essa venga applicata nelle moderne analisi dei dati, attraverso numerosi esempi tratti dall’astrofisica.
Modalità di svolgimento dell'insegnamento
I concetti principali sono esposti mediante lezioni frontali, che includono esempi applicativi.
Prerequisiti richiesti
Conoscenze di base di fisica classica, matematica e analisi di Fourier, nonché una familiarità di base con la programmazione in Python/C. È consigliabile, sebbene non obbligatorio, aver frequentato un corso di Cosmologia.
Frequenza lezioni
Contenuti del corso
- Introduzione alla teoria della probabilità
- Equazione di Bayes e inferenza
- Metodi per il calcolo della posteriore, incluse le tecniche Monte Carlo
- Compressione
- Regressione
- Nozioni di base sulle Reti Neurali e loro applicazione al problema inverso
- Inferenza basata sulla simulazione
Testi di riferimento
Il materiale didattico sarà reso disponibile durante le lezioni.
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Introduzione alla teoria della probabilità | dispense |
| 2 | Equazione di Bayes e inferenza | dispense |
| 3 | Metodi per il calcolo della posteriore, incluse le tecniche Monte Carlo | dispense |
| 4 | Compressione dei dati e/o dei modelli | dispense |
| 5 | Regressione | dispense |
| 6 | Nozioni di base sulle Reti Neurali e loro applicazione al problema inverso | dispense |
| 7 | Inferenza basata sulla simulazione (SBI) | dispense |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
A ciascuno studente verrà assegnato un esercizio o un piccolo progetto di ricerca, i cui risultati costituiranno il punto di partenza per la discussione durante l’esame orale. L’obiettivo è verificare il livello di comprensione dei concetti fondamentali, delle loro applicazioni e del collegamento con le osservazioni.