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 académico del Canciller en la Universidad de California, Berkeley , y completó una licenciatura en Física. Posteriormente, asistió a la Universidad de Wisconsin-Madison , donde recibió un doctorado 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 entropía para extraer eficientemente modelos de Markov a partir de datos de series temporales sin asumir una forma paramétrica para el modelo. [2]
En noviembre de 2011, Shalizi fue entrevistado en el Instituto para el Nuevo Pensamiento Económico sobre el tema "Por qué la economía necesita la minería de datos". "Instó a los economistas a dejar de hacer lo que están haciendo: ajustar modelos complejos y grandes a un conjunto pequeño de datos de series temporales altamente correlacionados. Una vez que se añaden suficientes variables, parámetros y adornos, el modelo puede ajustarse muy bien a los datos pasados y, sin embargo, fallar miserablemente en el futuro. Shalizi nos dice cómo separar el trigo de la paja, cómo compensar el sobreajuste y evitar que los modelos memoricen el ruido. Introduce técnicas de minería de datos y aprendizaje automático a la economía: esto es el nuevo pensamiento económico". [3]
Shalizi dio una "Conferencia destacada" 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 observacionales para inferir efectos de vecindad en redes sociales. Id.
El trabajo académico de Shalizi ha sido citado más de 17.000 veces, según Google Scholar. [5]
Shalizi escribe un blog de divulgación científica titulado "El perezoso de tres dedos". [6]