Maskininlärning för studier av orsakssamband med hjälp av stora databaser
Forskningsprojekt
Storskaliga registerdatabaser möjliggör studier av komplexa orsakssambandsmekanismer inom samhälls- och hälsovetenskap. En vetenskaplig utmaning är att klassiska statistiska metoder inte är anpassade till stora datamängder vilket kan resultera i felaktiga slutsatser. Genom att utveckla maskininlärningsmetoder för orsakssamband, t.ex. neurala nätverk, vill vi uppnå liknande resultat som gjorts när man applicerat dessa metoder för prognossyfte, som exempelvis vid automatisk tumöridentifiering.
Du kan läsa mer om projektet på den engelska sidan.