Sam Andersson

Översikt

Jag är doktorand vid Karolinska Institutet med intressen inom statistik, maskininlärning, beräkningsstatistik och tillämpad matematik.

Min forskning fokuserar på att utveckla och tillämpa statistiska och maskininlärningsbaserade metoder för att analysera komplexa beteende- och hälsodata. Jag är särskilt intresserad av probabilistisk modellering, osäkerhetskvantifiering, latenta tillståndsmodeller, tidsdynamik och tolkningsbara maskininlärningsmetoder.

En stor del av mitt arbete handlar om longitudinella observationsdata och om att förstå hur beteenden förändras över tid. Jag är intresserad av vad prediktiva modeller kan avslöja om underliggande processer, hur osäkerhet kan representeras och kvantifieras, samt hur statistiska modeller kan användas för att generera vetenskaplig förståelse snarare än enbart prediktioner.

Parallellt med min forskarutbildning bedriver jag vidare studier i matematik, med särskilt fokus på sannolikhetsteori, stokastiska processer, optimering och dynamiska system. I ett bredare perspektiv intresserar jag mig för de matematiska grunderna för statistiskt lärande och utvecklingen av principbaserade metoder för att modellera komplexa system.

Jag välkomnar samarbeten inom statistik, maskininlärning, tillämpad matematik och datadriven forskning.

Hemsida: Sam Andersson — Computational Statistician

Forskningsintressen

• Statistiskt lärande och maskininlärning

• Beräkningsstatistik

• Probabilistisk modellering och osäkerhetskvantifiering

• Bayesianska metoder

• Latenta variabelmodeller och dolda tillståndsmodeller

• Tidsserieanalys och longitudinell dataanalys

• Stokastiska processer och dynamiska system

• Beteendedataanalys

• Folkhälsostatistik

• Matematisk statistik

• Matematiska grunder för maskininlärning

• Tillämpad matematik för komplexa system