Una breve riflessione

Originally posted here.

Questo paragrafo, vuole solo raccontare con semplicità alcune delle applicazioni della statistica (descrittiva) nelle moderne scienze e nella tecnologia.

La statistica è uno strumento fondamentale che accompagna scoperte in moltissimi campi delle scienze naturali e fisiche, così come le scienze biologiche o sociologiche. Allo stesso modo, accompagna moltissimi risultati in economia o nelle scienze attuariali.

Molti dei risultati, che vengono pubblicati anche su importantissime riviste scientifiche, come Nature o Science, sono spesso supportati da strumenti di statistica come quelli che abbiamo visto in questo corso.

Allo stesso modo, con la diffusione dell’analisi dei dati, ed in particolare dei big data, diventa sempre più importante saper sintetizzare e processare l’esorbitante mole di informazioni che vengono create ogni giorno (e ogni ora).

Che tali informazioni siano dati che possono aiutare a capire o controllare l’inquinamento nelle città o degli stati (ring a bell?), o a capire quale sia la linea aerea più affidabile con cui viaggiare, ci sono innumerevoli domande a cui possiamo dare risposta usando strumenti statistici. E la comunità scientifica lo fa da molto tempo.

When you’re fundraising, it’s AI.

When you’re hiring, it’s ML.

When you’re implementing, it’s linear regression.

When you’re debugging, it’s printf().

- Baron Schwartz (@xaprb)
— Quincy Larson (@ossia) 19 febbraio 2019

Nello stesso modo, grandi operatori di internet (e non solo) usano questi strumenti per capire quali film o video, o quale pubblicità suggerirci (o prodotti, in generale), partendo dalle informazioni dei contenuti di cui abbiamo già fruito o basandosi sulle nostre ricerche.

Analogamente, i tanto discussi machine learning, deep learning ed intelligenza artificiale, affondano le loro radici nei concetti di probabilità e statistica affrontati in questo corso. La combinazione di queste conoscenze, unite alle capacità di programmazione in R richieste, sono già sufficienti per avvicinarsi a queste applicazioni, così come a tante altre.

Per chi fosse affascinato da questi temi, e se la sentisse di mettersi in gioco, esistono molte piattaforme che ospitano competizione per lo sviluppo di modelli che hanno lo scopo di predire le più disparate quantità. Si vedano ad esempio Kaggle o Innocentive. Le stesse piattaforme forniscono spunti e idee (e dataset) con cui migliorare le proprie capacità.

La matematica, la probabilità e la statistica possono aprire moltissime lavorative, così come possono aiutare a soddisfare la naturale curiosità che dovrebbe contraddistinguere uno scienziato, ed in particolare un matematico!