Turvallinen iteratiivinen bayesilaisten mallien rakentaminen

Rahoitetun hankkeen kuvaus

Tilastotiede on erittäin tärkeä väline sekä tieteellisessä tutkimuksessa että tiedon jalostamisessa erilaisista aineistoista. Vaikka bayesilaisia tilastollisia malleja rakennetaan usein menestyksellisesti vaiheittain, tätä tapaa kritisoidaan puhtaan teorian rikkomisesta ja siitä että olisi voitua päätyä eri malliin jos aineisto olisi ollut hieman erilaista. Projektissamme formalisoimme ja kehitämme teorian ja diagnostiikkoja turvalliseen vaiheittaiseen bayesilaiseen mallin rakentamiseen. Osoitamme että oikein tehtynä vaiheittaisuuden vaikutus teoreettisesti optimaaliseen tulokseen on vähäinen. Käytännölliset diagnostiikat ohjaavat mallinrakentajaa läpi työvaiheiden, jotka varmistavat turvallisen vaiheittaisen mallin rakentamisen tai varoittavat ongelmallisista tilanteista. Hyvien mallien avulla saadaan aiempaa luotettavampia tuloksia niin tieteellisessä tutkimuksessa kuin yksityisen ja julkisen sektorin data-analyyseissakin, mikä lisää ymmärrystä maailmasta ja parantaa päätöksentekoa.
Näytä enemmän

Aloitusvuosi

2021

Päättymisvuosi

2025

Myönnetty rahoitus

Aki Vehtari Orcid -palvelun logo
531 066 €

Rahoittaja

Suomen Akatemia

Rahoitusmuoto

Akatemiahanke

Muut tiedot

Rahoituspäätöksen numero

340721

Tieteenalat

Tietojenkäsittely ja informaatiotieteet

Tutkimusalat

Laskennallinen data-analyysi

Tunnistetut aiheet

computer science, information science, algorithms