Conseguimento Master CESMA

23 gen 2026·
Stefano Blando
Stefano Blando
· 1 min di lettura
CESMA Master Graduation at University of Rome Tor Vergata
blog

Lunedì 2 Febbraio 2026, ho conseguito il Master di II Livello in Customer Experience, Statistics, Machine Learning e Intelligenza Artificiale (CESMA) presso l’Università degli Studi di Roma Tor Vergata, con votazione di 110/110 e lode.

Tesi e Metodologia

La mia tesi, intitolata “Network Topology Analysis and Machine Learning Techniques for Systemic Risk Prediction in U.S. Equity Markets”, applica Graph Neural Networks e la teoria delle reti complesse per identificare indicatori precoci di contagio e instabilità nei mercati finanziari.

Questo lavoro si integra direttamente nella mia attività di ricerca. I dettagli metodologici sono approfonditi nelle sezioni dedicate:

Il corso di Master ha consolidato competenze avanzate nell’analisi statistica e nei modelli di apprendimento automatico, che costituiscono la base della mia ricerca di dottorato presso la Scuola Superiore Sant’Anna.

Education Machine Learning Systemic Risk Tor Vergata
Stefano Blando
Authors
Stefano Blando (lui/lui)
Dottorando in Intelligenza Artificiale
Stefano Blando e dottorando nel Programma Nazionale di Dottorato in Intelligenza Artificiale presso la Scuola Superiore Sant’Anna e l’Universita di Pisa. La sua ricerca si colloca all’intersezione tra AI, agent-based modeling ed economia. Studia sistemi multi-agente adattivi, modelli agent-based differenziabili, agenti generativi basati su LLM e metodi quantitativi robusti per dati finanziari e socio-economici.