- Argomento
- Scienza e Ricerca
Machine learning e rischio finanziario: l’assegnista di ricerca UPO Jurgena Myftiu tra le autrici di uno studio pubblicato sulla rivista Statistics
Il saggio “Explainable Machine Learning for Financial Risk Management: Two Practical Use Cases” evidenzia il potenziale del machine learning nella gestione del rischio finanziario, sottolineando l'importanza dell'interpretabilità per l'adozione e l'efficacia di tali tecnologie nel settore
Di Federico Mellano
Data di pubblicazione
Il 13 settembre 2024, sulla rivista Statistics, dedicata principalmente alla statistica teorica e applicata, è stato pubblicato lo studio intitolato “Explainable Machine Learning for Financial Risk Management: Two Practical Use Cases”. Tra le autrici e gli autori del lavoro si annovera la dottoressa Jurgena Myftiu, assegnista di ricerca in Economia e statistica presso il Dipartimento di Studi per l'Economia e l'Impresa (DISEI) dell’Università del Piemonte Orientale, con esperienze internazionali presso la University of the West of England (UWE Bristol) e l’ESSEC Business School (Paris Cergy Campus).
Oltre alla dottoressa Myftiu, hanno partecipato alla ricerca il dottor Angelo Famà, data analyst e business intelligence specialist presso l’azienda Ernst & Young, il dottor Paolo Pagnottoni, ricercatore in Economia all’Università degli Studi dell'Insubria, e il professor Alessandro Spelta, associato al Dipartimento di Scienze Economiche e Aziendali presso l’Università degli Studi di Pavia.
Lo studio esplora l'applicazione di modelli di machine learning (ML) nella gestione del rischio finanziario, focalizzandosi su due casi pratici: la gestione del rischio di credito e la copertura del rischio finanziario. Gli autori sottolineano l'importanza dell'interpretabilità dei modelli di ML, poiché la trasparenza è cruciale per la fiducia degli utenti e per la conformità alle normative. Nel primo dei due casi pratici analizzati dal team, viene indagato come i modelli di ML possano migliorare la previsione del default dei mutui, utilizzando tecniche come le reti neurali convoluzionali. Nel secondo, invece, si discute l'uso di metodi di ML per la gestione del rischio di mercato, evidenziando come questi strumenti possano aiutare a prendere decisioni più informate e tempestive.
La pubblicazione, in conclusione, sottolinea la necessità di sviluppare metodi di ML che non solo siano efficaci, ma anche spiegabili, al fine di garantire decisioni basate su questi modelli che possano essere comprese e accettate dagli operatori del settore finanziario. Gli autori propongono che l'adozione di tecniche di spiegazione, come SHAP (shapley additive explanation) e LIME (local interpretable model-agnostic explanations), possa contribuire a raggiungere questo obiettivo.
Nell’analisi, il contributo della dottoressa Jurgena Myftiu è stato fondamentale per l'approccio complessivo della ricerca, combinando competenze analitiche e teoriche per affrontare le sfide della gestione del rischio finanziario attraverso l'uso di tecnologie avanzate come il machine learning.
Link Utili
Ultima modifica 30 Settembre 2024
Leggi anche
La cardiologia dell’AOU Maggiore della Carità di Novara effettua il primo intervento in Piemonte di sostituzione via catetere della valvola tricuspide
L’insufficienza tricuspidalica clinicamente importante è una condizione frequente, che interessa circa il 4% delle persone di età superiore ai 75 anni, ma a oltre il 90% delle persone con forme gravi di rigurgito non viene offerta nessuna forma di cura. Da oggi “la valvola dimenticata” potrà essere sostituita con una protesi, senza intervento chirurgico a torace aperto.
- Argomento
- Scienza e Ricerca
Data di pubblicazione 04 Ottobre 2024
Al CAAD di Novara il meeting del progetto “BIOACTION - Bacteria biofilm as bio-factory for tissue regeneration”
Due giorni di confronto interdisciplinare, presso il CAAD di Novara, tra gli esperti del progetto “Bioaction”, coordinato dalla direttrice del DISS Lia Rimondini in qualità di principal investigator. “Bioaction” è un progetto finanziato dallo European Innovation Council’s Pathfinder Open e dall'Unione Europea (Grant Agreement 101098972) che cerca di affrontare le infezioni associate agli impianti da una nuova prospettiva.
- Argomento
- Scienza e Ricerca
Data di pubblicazione 02 Ottobre 2024
La ricerca è Fondamentale. AIRC racconta la storia di Benedetta: dopo la diagnosi di tumore al seno la vita rinasce grazie all’équipe oncologica del “Maggiore” di Novara
La Fondazione AIRC per la ricerca sul cancro ha scelto come lead story della rivista Fondamentale l’esperienza di Benedetta. Dopo la diagnosi di carcinoma alla mammella nel 2020 ha trovato il supporto necessario grazie all’aiuto dell’équipe medico-oncologica guidata dalla professoressa Alessandra Gennari (Dipartimento di Medicina traslazionale UPO), al “Maggiore della Carità” di Novara. Oggi ha due bambine e alle donne che subiscono questa diagnosi dice: «Non chiudetevi, apritevi e chiedete aiuto!»
- Argomento
- Scienza e Ricerca
Data di pubblicazione 27 Settembre 2024
La ricercatrice UPO Lidia Avalle premiata al "Novogene Italian Sequencing Projects Awards 2024"
Il riconoscimento le è stato conferito dall'azienda Novogene, una delle più importanti al mondo nel settore della genomica, del sequenziamento del DNA e della bioinformatica. Ora la ricercatrice potrà sfruttare le tecnologie all’avanguardia fornite dalla multinazionale per il sequenziamento dell’RNA e analizzare l’espressione genica nei suoi modelli sperimentali.
- Argomento
- Scienza e Ricerca
Data di pubblicazione 12 Settembre 2024