Argomenti di tesi proposti dal docente.
Si propongono tesi che si incentrano sull'analisi di dati, in diversi ambiti applicativi. Per esempio: medicina, sport, digital humanities, geografia ed altro. Le tecniche da impiegare si focalizzano sull'apprendimento da dati, e vanno dalla statistica/matematica al machine learning e deep learning, con finalità analitico/predittive. Dall'a.a. 2025/2026 le tesi dovranno essere fortemente connotate da una natura sperimentale.
Ultime tesi seguite dal docente
Tesi di Laurea
- a/b testing nei videogiochi: metodi e applicazioni per l'ottimizzazione dell'user experience
- stima del valore di mercato nel calcio professionistico: modello di regressione lineare applicato ai kpi dei portieri della serie a (2021–2024)
- TFTP in ambienti operativi reali: progettazione, test e integrazione nella piattaforma CAE DataLife
- Valutazione della Redditività Immobiliare a Bologna: Validazione Statistica delle Opportunità di Locazione Residenziale
Tesi di Laurea Magistrale
- Analisi e modellazione delle curve di
potenziale nel calcio professionistico:
un approccio data-driven basato su metriche avanzate
VAEP e xThreat
- Analisi sperimentale delle relazioni
tra fattori organizzativi e performance
nel settore manifatturiero automotive
- Confronto tra modelli di regressione lineare, Poisson,
Binomiale negativa per il conteggio di decessi da
COVID-19 in Italia in era Omicron/post-Omicron
- Confronto tra modelli lineari e modelli GLM Poisson per l’analisi e il conteggio della mortalità da COVID-19 in Italia nel periodo 2021-2025
- Uno studio di strumenti di ausilio all’analisi di Life Cycle Assessment per macchine automatiche basato su dati
