Bicocca Academy

Aperte le iscrizioni per la seconda edizione del corso executive “L’IA in cattedra - Fondamenti matematici e attività per la classe”, promosso da Università Milano-Bicocca/Bicocca Academy, diretto da Samuele Mongodi.

L’intelligenza artificiale sta trasformando anche il lavoro delle Pubbliche Amministrazioni e la gestione dei contratti pubblici. Per accompagnare RUP e stazioni appaltanti in questo cambiamento, Università Milano Bicocca/Bicocca Academy propone il corso online “IA e appalti pubblici – AI Literacy per il RUP”.

Il percorso formativo, articolato in 5 giornate per un totale di 20 ore, affronta gli obblighi di alfabetizzazione sull’intelligenza artificiale previsti dall’AI Act e il loro rapporto con il Codice dei contratti pubblici e la normativa italiana in materia di IA.

LAURA ANTOLINI immagine-docente

MARIA GRAZIA VALSECCHI

Statisticalps - Advanced statistical methods for the analysis of longitudinal data

Ponte di Legno (BS)

Corso Executive

Inglese

6 giorni

In presenza

StatisticAlps is a residential training course on advanced statistical issues of interest in clinical research. It is traditionally held as a residential course in a village in the Alps, with beautiful surroundings. Now in its eleventh edition, StatisticAlps has consistently been fully booked, confirming the strong and continuing demand on courses for high-level education in biostatistics. This is a course which harmonizes lectures on the statistical theory with the “hands on” approach to data analysis. This year StatisticAlps will be in a (late) Winter format.

The course will be delivered by Prof. Cecile Proust-Lima (Bordeaux Inserm Population Health Research Center, Univ. Bordeaux), supported by two tutors.
The presence of an internationally known instructor and the interaction with tutors and colleagues during the four days course are a very important and stimulating feature of this learning experience.
The tutors will be: Matteo Petrosino (Epidemiology Research Unit of the Italian Society for Rheumatology, Milano, Italy) and Francesca Graziano (Biostatistics and Clinical Epidemiology, IRCCS Fondazione San Gerardo dei Tintori, Monza, Italy).

The general aim of this 2027 edition is to address methods for advanced analysis of longitudinal data, rooted in the mixed modeling theory. It is well known that the increasing availability of longitudinal data may contribute to a deeper understanding of the disease course through a more refined prediction of trajectories and associated events over time. Learning how to correctly handle mixed models for longitudinal data analysis is essential in order to account for the hierarchical nature of longitudinal data and accommodate repeated measurements at irregular intervals, also in the presence of missing-at-random information.

Over four days, we will explore three extensions:

Latent class mixed models to address heterogeneity in developmental trajectories. It identifies latent groups of individuals sharing similar mean patterns and links these clusters to external information.
Joint modeling to analyze the association between longitudinal outcomes and time-to-event data. It can be used to account for informative truncation, assess the impact of time-varying exposures on events, or derive individual dynamic predictions.
Latent process modeling to study constructs indirectly measured by one or more outcomes. It extends latent variable models (including Item Response Theory) to analyze trajectories of latent variables over continuous time.

The course will introduce the methods through applications in health and biomedical research, and include practical R sessions using mainly lcmm, IJPM and JMBayes2 packages.

27 ORE

ADMISSION INFORMATION

QUALIFICATIONS REQUIRED FOR ADMISSION
- MsC degree or PhD or residency in the biostatistical, mathematical, scientific and healthcare field
- Knowledge of English
PREREQUISITES
- Basic knowledge of regression models
PREFERRED REQUIREMENTS
- Education in statistics or mathematics, experience in clinical research
SELECTION
- Maximum number of participants will be 45.

HOW TO APPLY
- Deadline for application is January 24, 2027.
- To apply, please send the application form (see HERE) and provide a short CV.
- Applications will be considered in order of receipt and will be reviewed for acceptance.
- The letter of acceptance will be sent by email.
- A waiting list will be established in case the number of applicants will be higher than 45 potential participants.
- Payment will be done with modalities explained in the acceptance letter.
- Final Registration will be effective ONLY after completion of the payment.
- Deadline for payment is February 14, 2027

FINANCIAL BENEFITS
- PHD STUDENTS
  - 8 places are offered to PhD students with a reduced registration fee.
  - PhD students have to send the application form (see HERE) and provide a short CV. In addition, PhD students have to send a supervisor’s letter (max 200 words), describing how their PhD project relates to the topic of the course.
  - PhD students applications will be considered in order of receipt and will be reviewed for acceptance. The letter of acceptance will be sent by email.
- REDUCED MEMBERSHIP FEES
  - International Biometric Society (IBS) – Italian Region
  - Italian Society of Medical Statistics and Clinical Epidemiology (SISMEC)
  - International Society for Clinical Biostatistics (ISCB)

REGISTRATION FEES

The course has the following registration fees:
- General participant: 1600 €
- PhD student: 1300 €
- IBS/SISMEC/ISCB member: 1500 €
Registration fees are inclusive of the teaching material, shuttle-bus transfer, hotel accommodation (in single room) and all breaks and meals (from the welcome dinner of April 11 to breakfast of April 16, including a social dinner on the evening of April 15).

CLASS SCHEDULE
- From April 12 to April 15, 2027 (included)
- Every day from 9.00 am to 1.00 pm and from 2.30 pm to 6.00 pm. (except on April 14 - free afternoon for individual study or walk in the mountain)
- Teaching and tutorials will cover 27 hours.

MEETING VENUE

Hotel Mirella ****
Via Roma 21, Ponte di Legno (BS)
Tel: +39.0364.900500 - Fax: +39.0364.900530
http://www.hotelmirella.it

SOCIAL PROGRAM
- April 11, 8.00 pm: Welcome dinner
- April 14, 2.00 to 8.00 pm: free afternoon with possible leisure activities in the mountain (please bring proper trekking shoes) and access to SPA facilities in the hotel
- April 15, 8.00 pm: Social Dinner

TRAVEL INFORMATION
- Arrival: April 11, 2027
  7.30 pm Registration
  8.00 pm Welcome dinner
- Departure: April 16, 2027
  8.30 am (with dedicated bus to Bergamo railway station, see below)
INTERNATIONAL AIRPORTS
- Orio al Serio (this is the nearest to the city of Bergamo, mainly dedicated to low cost flights)
- Milano Malpensa
- Milano Linate (this is the nearest to the city of Milan)
FREE SHUTTLE
- To facilitate travelling to Ponte di Legno, a shuttle bus is organized for participants.
- The shuttle bus leaves Bergamo railway station to Ponte di Legno and back (bus costs already included in the fee).
- If you fly to any of the airports, please organize your travel taking into account that the bus has the following schedule:
  - Arrival: the pick-up shuttle bus leaves on Sunday April 11 at 6 p.m. from Bergamo railway station and arrives to the Hotel Mirella at about 8 p.m.
  - Departure: a drop-off shuttle bus leaving on Friday April 16 at 8.30 a.m. from the Hotel Mirella to Bergamo railway station and Bergamo Orio al Serio airport.

COORDINATORS
- Laura Antolini and Maria Grazia Valsecchi
  School of Medicine and Surgery, University of Milano-Bicocca

CONTACT
- For enquiries about the scientific aspects of the course and general/administrative info please contact:
  statisticalps@unimib.it

TERMINE ISCRIZIONI

24 Gen 2027

POSTI DISPONIBILI

ISCRIZIONI ONLINE

DURATA

Dal

Apr

2027

Apr

2027

BANDO NON DISPONIBILE

SCARICA BROCHURE

SAMUELE MONGODI

L’IA in cattedra - Fondamenti matematici e attività per la classe

Milano

Corso Executive

Italiano

20 ore

e-learning

L’intelligenza artificiale generativa e, in particolare, i modelli linguistici di grandi dimensioni (LLM) stanno entrando rapidamente nella pratica scolastica: gli studenti li usano già per studiare, esercitarsi, produrre elaborati e simulare interazioni. Molti docenti, però, non dispongono di un quadro concettuale solido per comprendere le basi matematiche degli algoritmi più diffusi, né di modelli didattici per integrare questi strumenti in modo critico, etico e valutabile. Ne deriva un fabbisogno di aggiornamento che unisca fondamenti (algebra lineare, ottimizzazione, probabilità) e ricadute in classe (attività guidate, rubriche, criteri di valutazione, accorgimenti su privacy e bias).

Il corso risponde a questo fabbisogno offrendo una “cassetta degli attrezzi” essenziale e rigorosa: collegare concetti matematici a metodi di IA realmente impiegabili a scuola (classificazione, regressione, clustering, PCA, reti neurali, spunti di reinforcement learning), senza scivolare nel tecnicismo fine a sé stesso. L’obiettivo è permettere ai docenti (soprattutto A26/A27, ma aperto anche ad altre classi affini) di leggere con competenza ciò che i tool fanno “sotto il cofano”, di progettare attività significative e di valutare gli apprendimenti in modo trasparente.

Sul piano didattico-metodologico, il corso punta a sviluppare competenze di progettazione: scegliere problemi e dataset adatti al livello della classe; impostare compiti autentici; curare aspetti etici (trasparenza, attribuzione, protezione dei dati, limitazioni e bias); definire criteri di valutazione che premino il ragionamento e la verifica dei risultati, non l’uso acritico dello strumento.

Ricadute attese: aumento della qualità e della motivazione nei percorsi STEM; migliore alfabetizzazione degli studenti sull’IA; riduzione delle ambiguità su cosa sia lecito e formativo nell’uso dei LLM; costruzione di una piccola comunità di pratica dipartimentale con materiali condivisi e riutilizzabili (schede, dataset, tracce di verifica, linee guida per la valutazione).

20 ORE

TITOLI E REQUISITI DI AMMISSIONE

Il corso è aperto a tutte le lauree magistrali/specialistiche/vecchio ordinamento.
- REQUISITI PREFERENZIALI
Abilitazione all'insegnamento nelle classi A26/A27/A28
- CRITERIO DI AMMISSIONE
Le domande di immatricolazione saranno accolte secondo l’ordine d’arrivo

ORGANIZZAZIONE DEL CORSO
- Il corso si articola in 10 incontri da 2 ore ciascuno, due a settimana se possibile
- Ogni incontro si dividerà in una parte più estesa di lezione frontale e una parte finale di discussione, stimolata anche tramite domande o sondaggi.
- Il corso si svolgerà in modalità online sincrona.
- Il calendario provvisorio prevede lezioni il martedì e il giovedì, dalle 15:00 alle 17:00 (prima lezione martedì 16 febbraio, ultima giovedì 18 marzo), per un totale di 20 ore.

PAGAMENTI

È possibile iscriversi al corso indicando la Carta del Docente come modalità di pagamento e procedere al versamento della quota di iscrizione non appena sarà disponibile il credito relativo all’anno scolastico 2026/2027, qualora le eventuali somme residue dell’anno scolastico precedente non siano sufficienti a coprire l’intero importo

INFORMAZIONI GENERALI SUL CORSO

Sulla pagina e-learning del corso sarà disponibile la registrazione degli incontri, un elenco delle risorse disponibili online e dei riferimenti bibliografici, oltre a note e materiali didattici appositamente creati per il corso.
CALENDARIO
Il calendario provvisorio prevede lezioni il martedì e il giovedì, dalle 15:00 alle 17:00 (prima lezione martedì 16 febbraio, ultima giovedì 18 marzo), per un totale di 20 ore.

INSEGNAMENTI
- Algebra Lineare - 4 ore
  OBIETTIVI FORMATIVI: comprendere le operazioni con matrici, autovalori e autovettori, distanze e forme quadratiche in R^n; saper applicare semplici algoritmi di calcolo.
  CONTENUTI: matrici e operazioni, autovalori/autovettori, geometria analitica di base, forme
  quadratiche, distanze/norme
- Analisi e Analisi Numerica - 2 ore
  OBIETTIVI FORMATIVI: comprendere la discesa del gradiente e alcune condizioni di convergenza.
  CONTENUTI: metodo di discesa del gradiente; funzioni obiettivo, passi di apprendimento, cenni su
  convessità e minimi locali.
- Probabilità - 6 ore
  OBIETTIVI FORMATIVI: comprendere il teorema di Bayes; saper applicare la probabilità condizionata; comprendere le catene di Markov.
  CONTENUTI: distribuzione normale; probabilità condizionata e teorema di Bayes; cenni su catene di
  Markov
- Esperienze didattiche per l'IA - 8 ore
  OBIETTIVI FORMATIVI: trasposizione didattica, in tema IA, degli argomenti visti negli altri moduli
  CONTENUTI: Classificazione: naïve Bayes e KNN; regressione lineare; reinforcement learning; deep
  learning/reti neurali; clustering e PCA: riduzione della dimensionalità e visualizzazione.

FACULTY

DIRETTORE:
Samuele Mongodi - Professore associato Università Milano-Bicocca
DOCENTI:
Luigi Amedeo Bianchi - Professore associato Università Trento
Alessio Savini- Professore associato Università Milano-Bicocca
Nicola Turchi - Ricercatore Università Milano-Bicocca

CONTATTI
- Per chiarimenti sulle modalità di iscrizione contattare: executive.academy@unimib.it
- Per chiarimenti sulla didattica contattare: samuele.mongodi@unimib.it

TERMINE ISCRIZIONI

29 Gen 2027

POSTI DISPONIBILI

150

ISCRIZIONI ONLINE

DURATA

Dal

Feb

2027

Mar

2027

BANDO NON DISPONIBILE

ACCEDI ALLA PIATTAFORMA E-LEARNING

News del Corso

/sites/default/files/2026-11/Screenshot%202026-11-02%20alle%2010.05.25.png

29 Gen

Al via la 2ª edizione del corso per docenti "L’IA in cattedra: fondamenti matematici e attività per la classe"”

Iscriviti a

Samuele Pellecchia

Stefano Carnelli

Giulia Zorzi

Monica Colombo

Fabio Quassoli

Marianna D’Ovidio

Statisticalps - Advanced statistical methods for the analysis of longitudinal data

ADMISSION INFORMATION

QUALIFICATIONS REQUIRED FOR ADMISSION

MsC degree or PhD or residency in the biostatistical, mathematical, scientific and healthcare field

Knowledge of English

PREREQUISITES

Basic knowledge of regression models

PREFERRED REQUIREMENTS

Education in statistics or mathematics, experience in clinical research

SELECTION

Maximum number of participants will be 45.

HOW TO APPLY

Deadline for application is January 24, 2027.

To apply, please send the application form (see HERE) and provide a short CV.

Applications will be considered in order of receipt and will be reviewed for acceptance.

The letter of acceptance will be sent by email.

A waiting list will be established in case the number of applicants will be higher than 45 potential participants.

Payment will be done with modalities explained in the acceptance letter.

Final Registration will be effective ONLY after completion of the payment.

Deadline for payment is February 14, 2027

FINANCIAL BENEFITS

PHD STUDENTS

8 places are offered to PhD students with a reduced registration fee.

PhD students have to send the application form (see HERE) and provide a short CV. In addition, PhD students have to send a supervisor’s letter (max 200 words), describing how their PhD project relates to the topic of the course.

PhD students applications will be considered in order of receipt and will be reviewed for acceptance. The letter of acceptance will be sent by email.

REDUCED MEMBERSHIP FEES

International Biometric Society (IBS) – Italian Region

Italian Society of Medical Statistics and Clinical Epidemiology (SISMEC)

International Society for Clinical Biostatistics (ISCB)

REGISTRATION FEES

The course has the following registration fees:

General participant: 1600 €

PhD student: 1300 €

IBS/SISMEC/ISCB member: 1500 €

Registration fees are inclusive of the teaching material, shuttle-bus transfer, hotel accommodation (in single room) and all breaks and meals (from the welcome dinner of April 11 to breakfast of April 16, including a social dinner on the evening of April 15).

CLASS SCHEDULE

From April 12 to April 15, 2027 (included)

Every day from 9.00 am to 1.00 pm and from 2.30 pm to 6.00 pm. (except on April 14 - free afternoon for individual study or walk in the mountain)

Teaching and tutorials will cover 27 hours.

MEETING VENUE

Hotel Mirella ****Via Roma 21, Ponte di Legno (BS)Tel: +39.0364.900500 - Fax: +39.0364.900530http://www.hotelmirella.it

SOCIAL PROGRAM

April 11, 8.00 pm: Welcome dinner

April 14, 2.00 to 8.00 pm: free afternoon with possible leisure activities in the mountain (please bring proper trekking shoes) and access to SPA facilities in the hotel

April 15, 8.00 pm: Social Dinner

TRAVEL INFORMATION

Arrival: April 11, 20277.30 pm Registration8.00 pm Welcome dinner

Departure: April 16, 20278.30 am (with dedicated bus to Bergamo railway station, see below)

INTERNATIONAL AIRPORTS

Orio al Serio (this is the nearest to the city of Bergamo, mainly dedicated to low cost flights)

Milano Malpensa

Milano Linate (this is the nearest to the city of Milan)

FREE SHUTTLE

To facilitate travelling to Ponte di Legno, a shuttle bus is organized for participants.

The shuttle bus leaves Bergamo railway station to Ponte di Legno and back (bus costs already included in the fee).

If you fly to any of the airports, please organize your travel taking into account that the bus has the following schedule:

Arrival: the pick-up shuttle bus leaves on Sunday April 11 at 6 p.m. from Bergamo railway station and arrives to the Hotel Mirella at about 8 p.m.

Departure: a drop-off shuttle bus leaving on Friday April 16 at 8.30 a.m. from the Hotel Mirella to Bergamo railway station and Bergamo Orio al Serio airport.

COORDINATORS

Laura Antolini and Maria Grazia ValsecchiSchool of Medicine and Surgery, University of Milano-Bicocca

CONTACT

For enquiries about the scientific aspects of the course and general/administrative info please contact:statisticalps@unimib.it

DURATA

Contatti

€ 1.600

Reduced Rates for PhD Students; IBS/SISMEC/ISCB Members

L’IA in cattedra - Fondamenti matematici e attività per la classe

TITOLI E REQUISITI DI AMMISSIONE

Il corso è aperto a tutte le lauree magistrali/specialistiche/vecchio ordinamento.

REQUISITI PREFERENZIALI

Abilitazione all'insegnamento nelle classi A26/A27/A28

CRITERIO DI AMMISSIONE

Le domande di immatricolazione saranno accolte secondo l’ordine d’arrivo

ORGANIZZAZIONE DEL CORSO

Hotel Mirella ****
Via Roma 21, Ponte di Legno (BS)
Tel: +39.0364.900500 - Fax: +39.0364.900530
http://www.hotelmirella.it

Arrival: April 11, 2027
7.30 pm Registration
8.00 pm Welcome dinner

Departure: April 16, 2027
8.30 am (with dedicated bus to Bergamo railway station, see below)

Laura Antolini and Maria Grazia Valsecchi
School of Medicine and Surgery, University of Milano-Bicocca

For enquiries about the scientific aspects of the course and general/administrative info please contact:
statisticalps@unimib.it

OBIETTIVI FORMATIVI: comprendere le operazioni con matrici, autovalori e autovettori, distanze e forme quadratiche in R^n; saper applicare semplici algoritmi di calcolo.
CONTENUTI: matrici e operazioni, autovalori/autovettori, geometria analitica di base, forme
quadratiche, distanze/norme

OBIETTIVI FORMATIVI: comprendere la discesa del gradiente e alcune condizioni di convergenza.
CONTENUTI: metodo di discesa del gradiente; funzioni obiettivo, passi di apprendimento, cenni su
convessità e minimi locali.

OBIETTIVI FORMATIVI: comprendere il teorema di Bayes; saper applicare la probabilità condizionata; comprendere le catene di Markov.
CONTENUTI: distribuzione normale; probabilità condizionata e teorema di Bayes; cenni su catene di
Markov

OBIETTIVI FORMATIVI: trasposizione didattica, in tema IA, degli argomenti visti negli altri moduli
CONTENUTI: Classificazione: naïve Bayes e KNN; regressione lineare; reinforcement learning; deep
learning/reti neurali; clustering e PCA: riduzione della dimensionalità e visualizzazione.

DIRETTORE:
Samuele Mongodi - Professore associato Università Milano-Bicocca