Servizio momentaneamente sospeso per manutenzione.

Rubrica

Personale Strutture

Qualifica

Ricercatori Legge 240/10 - t.det.

Indirizzo

VIA CESARE BATTISTI, 241/243 - PADOVA

Telefono

POSIZIONE ATTUALE
- Ricercatore SECS-S/01, Legge 240/10 tipo B,
Dipartimento di Scienze Statistiche, Università degli Studi di Padova. (dal 03/2017)
- Abilitazione Scientifica Nazionale a professore di II fascia, settore 13/D1 (dal 04/2017)

POSIZIONI PRECEDENTI
- Research Affiliate, de Castro Statistics Initiative, Collegio Carlo Alberto (dal 02/2013 al 02/2017)
- Ricercatore SECS-S/01, Legge 240/10 tipo A, Dipartimento di Scienze ESOMAS, Università degli Studi di Torino. (dal 10/2012 al 02/2017)
- Assegnista di ricerca, Dipartimento di Statistica e Matematica applicata “Diego de Castro”, Università degli Studi di Torino (dal 01/2012 al 09/2012)
- Statistical Research Consultant, MOXOFF S.p.A., (dal 01/2012 al 12/2012)
- Freelance Statistical Business Consultant (dal 2007 al 2010)

FORMAZIONE
- Dottorato di ricerca in Statistica, Dipartimento di Scienze Statistiche, Università degli Studi di Padova (dal 1/2009 al 12/2011)
- Laurea Specialistica in Statistica e Informatica, Dipartimento di Scienze Statistiche, Università degli Studi di Padova (dal 10/2006 al 07/2008)
- Laurea Triennale in Statistica e Gestione delle Imprese, Dipartimento di Scienze Statistiche, Università degli Studi di Padova (dal 10/2003 al 02/2006)

CV DETTAGLIATO IN PDF: tonycanale.github.io/canale_cv.pdf

Avvisi

Orari di ricevimento

  • Il Mercoledi' dalle 11:30 alle 13:30
    presso Ufficio 155
    Contattare preventivamente il docente via email.

Area di ricerca

Statistica bayesiana nonparametrica: Modelli, teoria e aspetti computazionali
Functional data analysis: Modelli per funzioni spazialmente/temporalmente dipendenti, modellazione bayesiana
Modelli per dati discreti: Misture nonparametriche per dati di conteggio, regressione probit
Normale asimmetrica: aspetti statistici e applicazioni
Statistica applicata: Applicazioni al business, biologia, scienze della vita, mercati energetici
Machine learning: Big data e algoritmi scalabili, metodi di classificazione