SV EN

Kaski, Samuel

1.1.2016–31.12.2020
Laskennallinen data-analyysi
Aalto-yliopisto

Potilaan mukaan räätälöity täsmälääketiede tuo data-analyysimenetelmille hankalan haasteen: tavoitteena on oppia ennustamaan hoitojen tehoa käyttäen aineistoja, joissa näytemäärä on erittäin pieni, äärimmillään vain yhden potilaan suuruinen, mutta muuttujien määrä valtava. Käytettävissä on myös suuri määrä muuta aineistoa, jonka relevanssia ei kuitenkaan tiedetä. Lisäksi tietosuoja rajoittaa pääsyä aineistoihin ja hyvään ennustustarkkuuteen vaadittavat menetelmät ovat laskennallisesti raskaita.

Samuel Kaski (Aalto-yliopisto) kehittää laskennallisia niin sanottuja koneoppimismenetelmiä useiden tietolähteiden analysointiin ottaen huomioon lääketieteen asiantuntijoiden välittämän taustatiedon interaktiivisen mallinnuksen avulla. Täsmälääketieteen lisäksi samanlaiset laskentaongelmat ovat erittäin yleisiä muillakin aloilla datalähtöisyyden lisääntyessä sekä tieteessä että palveluissa, tiedonhausta lähtien.

Kasken tutkimuksessa yhdistetään edistyksellisiä koneoppimismenetelmiä ja skaalautuvaa visuaalista analytiikkaa, ja luodaan kokonaan uusi lähestymistapa yksilöllistetyn lääketieteen tutkimukseen. Samuel Kaski on edelläkävijä koneoppimisen tekniikoiden ja sovellusten kehittäjänä monella saralla, ja hän on tehnyt merkittäviä tieteellisiä avauksia monitieteisellä tutkimusalallaan.

Viimeksi muokattu 27.5.2015
Seuraa meitä:
FacebookSlideshareTwitterYoutube
VAIHDE 029 533 5000
KIRJAAMO 029 533 5049
FAKSI 029 533 5299
   
SÄHKÖPOSTI etunimi.sukunimi@aka.fi
AUKIOLO Arkisin 8.00-16.15
   
HENKILÖHAKU »
YHTEYSTIEDOT, LASKUTUS  JA
REKISTERISELOSTEET»
KYSYMYKSET JA PALAUTE »