Lead
Uno tra gli obiettivi più ambiziosi della scienza è quello di capire i meccanismi causali che stanno dietro a certi fenomeni. Per esempio, in climatologia, una delle sfide più pressanti è quella di capire le cause che stanno dietro al cambiamento climatico.Negli ultimi anni, le comunità di statistica e machine learning hanno sviluppato degli algoritmi che "imparano" dai dati le cause che stanno dietro a numerosi fenomeni.Ad esempio, nel settore del marketing, vi sono degli algoritmi in grado di identificare i fattori che stanno dietro alle scelte dei consumatori.Tuttavia, gli attuali algoritmi non sono progettati specificatamente per apprendere le cause di fenomeni estremi, come, ad esempio, alte temperature o alluvioni.L'obiettivo del nostro progetto è quello di sviluppare una nuova metodologia per poter apprendere le cause di fenomeni estremi, come quelli osservati in climatologia.

Lay summary
Lo scopo del nostro progetto è quello di sviluppare una nuova metodologia che permetta di apprendere dai dati le cause che stanno dietro a fenomeni estremi.

Pianifichiamo di riuscirci mettendo assieme tre campi della statistica: (i) inferenza causale, (ii) modelli grafici, (iii) teoria dei valori estremi.
Miriamo di implementare questa nuova metodologia a problemi di climatologia.

Nonostante il cambiamento climatico sia un problema estremamente complesso ed interdisciplinare, crediamo che il nostro lavoro ci permetterà di fare un piccolo passo per capire e misurare meglio alcune della cause che stanno alla base di eventi estremi, quali alluvioni, tempeste, e temperature record.