< Terug naar vorige pagina

Project

Data analyse en statistische modellering

Het project heeft – in samenwerking met het Joint Research Centre (JRC) van de Europese Commissie – tot doel robuuste statistische en machine learning-technieken te ontwikkelen en toe te passen voor de detectie van uitschieters. Verschillende benaderingen komen aan bod, zoals beslissingsbomen, technieken gebaseerd op afstand/dichtheid, de (gegeneraliseerde) wet van Benford, robuuste regressietechnieken, tijdreeksanalyse en grafische modellen. Dergelijke methoden zullen worden toegepast op hoogdimensionale en heterogene data (aangeleverd via JRC) uit verschillende toepassingsgebieden, zoals fraudedetectie, detectie van verkeerde informatie en antiwitwaspraktijken.

Datum:4 feb 2022 →  Heden
Trefwoorden:Statistics, Machine learning, Robust statistics, Outlier detection, Probability theory
Disciplines:Statistiek, Kanstheorie, Machine learning en besluitvorming, Datamining
Project type:PhD project