Cosma Rohilla Shalizi (nacida el 28 de febrero de 1974) es profesora asociada en el Departamento de Estadística de la Universidad Carnegie Mellon en Pittsburgh .
Cosma Rohilla Shalizi es de ascendencia india tamil, afgana ( Rohilla ) e italiana y nació en Boston , donde vivió los dos primeros años de su vida. Creció en Bethesda, Maryland . [1]
En 1990, fue aceptado como Canciller's Scholar en la Universidad de California, Berkeley , y completó una licenciatura en Física. Posteriormente, asistió a la Universidad de Wisconsin-Madison donde se doctoró en física en mayo de 2001. De 1998 a 2002 trabajó en el Instituto Santa Fe , en el Proyecto de Autómatas Celulares en Evolución y en el grupo de Computación, Dinámica e Inferencia. De 2002 a 2005 trabajó en el Centro para el Estudio de Sistemas Complejos de la Universidad de Michigan en Ann Arbor. En agosto de 2006, se convirtió en profesor asistente en el Departamento de Estadística de la Universidad Carnegie Mellon en Pittsburgh. [1]
Shalizi es coautor del algoritmo CSSR, que explota las propiedades de la entropía para extraer eficientemente modelos de Markov a partir de datos de series temporales sin asumir una forma paramétrica para el modelo. [2]
Shalizi fue entrevistada en el Instituto para el Nuevo Pensamiento Económico en noviembre de 2011 sobre "Por qué la economía necesita la minería de datos". Él "instó a los economistas a dejar de hacer lo que están haciendo: ajustar grandes modelos complejos a un pequeño conjunto de datos de series temporales altamente correlacionados. Una vez que agrega suficientes variables, parámetros, campanas y silbidos, su modelo puede ajustarse muy bien a datos pasados". y, sin embargo, fracasar estrepitosamente en el futuro. Shalizi nos explica cómo separar el trigo de la paja, cómo compensar el sobreajuste y evitar que los modelos memoricen el ruido. Introduce técnicas que van desde la minería de datos y el aprendizaje automático a la economía: esto es un nuevo pensamiento económico. ". [3]
Shalizi pronunció una "Conferencia Distinguida" invitada en la Iniciativa de Ciencia de Datos de la Universidad de California en Santa Bárbara en mayo de 2019. [4] Allí presentó un análisis de las debilidades estadísticas de la utilización de datos de observación para inferir los efectos del vecindario en las redes sociales. Identificación.
El trabajo académico de Shalizi ha sido citado más de 17.000 veces, según Google Scholar. [5]
Shalizi escribe un blog de divulgación científica "Perezoso de tres dedos". [6]