Torna ai risultati della ricercaBando per incarichi post doc
| Titolo del progetto in italiano | Metodi di interpretabilità e spiegabilità per modelli ensemble basati su alberi: sviluppi teorici e applicazioni in ambito economico |
|---|---|
| Titolo del progetto in inglese | Interpretability and explainability methods for tree-based ensemble models: theoretical developments and economic applications |
| G.S.D. | 13/STAT-01 - STATISTICA |
| S.S.D | STAT-01/A - Statistica |
| Descrizione sintetica in italiano | Il progetto si concentra sull'intersezione tra il Machine Learning avanzato e la trasparenza decisionale. Sebbene i modelli ensemble basati su alberi (come Random Forest e XGBoost) offrano elevate prestazioni predittive, la loro natura di "scatola nera" ne limita l'adozione in settori regolamentati. Questa ricerca mira a sviluppare e affinare metodi di Explainable AI(XAI) per rendere tali modelli interpretabili senza sacrificarne l'accuratezza. La parte teorica esplora nuove metriche di attribuzione dell'importanza delle variabili, mentre la parte applicativa valida questi strumenti su dataset economici, affrontando problemi complessi come il credit scoring, la previsione dei mercati finanziari e l'analisi delle politiche pubbliche. |
| Descrizione sintetica in inglese | This project explores the intersection of advanced Machine Learning and decision-making transparency. Although tree-based ensemble models (such as Random Forest and XGBoost) provide enhanced predictive performance, their "black-box" nature often hinders their adoption in highly regulated sectors. This research aims to develop and refine Explainable AI(XAI) methods to make these models interpretable without compromising accuracy. The theoretical framework investigates novel feature attribution metrics, while the applied component validates these tools using economic datasets, addressing complex issues such as credit scoring, financial market forecasting, and public policy analysis. |
| Data del bando | 07/05/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.unina.it/it/ateneo/concorsi-e-borse-di-studio/incarichi-di-ricerca |
| Destinatari dell'incarico post doc (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|
| Nome dell'Ente finanziatore | MUR |
|---|---|
| Tipologia dell'Ente | Other |
| Paese dell'Ente | Italy |
| Città | Roma |
| Sito web | https://www.mur.gov.it/it |
| mariaclaudia.ponte@unina.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 01/06/2026 - alle ore 12:00 |
|---|---|
| Come candidarsi | Other |