[Forum SIS] Course Statistical Learning by Rajen Shah

[Aldo Solari]

Si comunica che Rajen Shah dell'Università di Cambridge terrà il corso
*Statistical
Learning* nell'ambito delle attività del Dottorato di Ricerca in Economia e
Statistica dell'Università degli Studi di Milano-Bicocca.

Rajen Shah è Reader in Statistics presso l'Università di Cambridge, dove ha
completato il suo dottorato di ricerca sotto la supervisione di Richard
Samworth. Ha ricevuto il Royal Statistical Society Research Prize nel 2017.
I suoi interessi di ricerca includono l'analisi dei dati ad elevata
dimensionalità, l'inferenza causale e aspetti di statistica computazionale.
Attualmente è Associate Editor per Annals of Statistics, JRSSB e Biometrika.

http://www.statslab.cam.ac.uk/~rds37/

Iscrizione al corso: dal 14 al 25 Settembre 2020
Periodo delle lezioni: dal 5 al 30 Ottobre 2020

Per maggiori dettagli, si veda il programma allegato.

Un cordiale saluto,
Aldo Solari

==============

The Phd Programme in Economics and Statistics of the University of
Milano-Bicocca is glad to announce the course *Statistical Learning*, to be
taught by Rajen Shah.

Rajen Shah is a Reader in Statistics at the University of Cambridge, where
he previously completed his PhD under Richard Samworth. He was awarded the
Royal Statistical Society Research Prize in 2017. His research interests
include high-dimensional data analysis, causal inference and aspects of
computational statistics. Currently he is Associate Editor for Annals of
Statistics, JRSSB and Biometrika.

http://www.statslab.cam.ac.uk/~rds37/

Application period: September 14, 2020 - September 25, 2020
Lectures: October 5, 2020 - October 30, 2020

For more details, see the program in attach.

Kind regards,
Aldo Solari
-------------- parte successiva --------------
Un allegato HTML è stato rimosso...
URL: <http://www.stat.unipg.it/pipermail/sis/attachments/20200914/aa9641b9/attachment-0001.html>
-------------- parte successiva --------------
Un allegato non testuale è stato rimosso....
Nome:        SL_Shah.pdf
Tipo:        application/pdf
Dimensione:  63539 bytes
Descrizione: non disponibile
URL:         <http://www.stat.unipg.it/pipermail/sis/attachments/20200914/aa9641b9/attachment-0001.pdf>