Progetto MLB

Descrizione del progetto

Il Progetto MLB si è sviluppato negli anni 2008-2013 e ha visto nel 2012-2013 la collaborazione di un importante centro di ricerca scientifica, in occasione dell’internship presso EURAC di un dottorando in Statistica metodologica e Applicata (università di Milano Bicocca) tutorato dalla prof.ssa Zuccolotto. Lo scopo della ricerca era applicare algoritmi di machine learning (in particolare Random Forest, Random jungle e le connesse misure di Variable Importance) a dati genetici con il fine di evidenziare variabili rilevanti per determinati outcome prefissati.

Rapporti e pubblicazioni

Articoli scientifici:

Sandri M., Zuccolotto P. (2010), Analysis and correction of bias in the Total Decrease in Node Impurity measures for tree-based algorithms, Statistics and Computing, 20, 4, 393-407.

Sandri M., Zuccolotto P., (2008), A bias correction algorithm for the Gini variable importance measure in classification trees, Journal of Computational and Graphical Statistics, 17, 3, 1-18.

Tesi di dottorato:

S. Nembrini, Rule extraction in Ensemble Learning Algorithms with Applications in Biomedicine (con periodo di Internship presso Center for Biomedicine, EURAC European Academy of Bozen).

Workshop e convegni

Sessione Specializzata “Latent Variables and Causal Inference in Genetics”, in collaborazione con Center for Biomedicine, European Academy of Bozen (EURAC), International Meeting of Italian Statistical Society, “Advances in Latent Variables – Methods, Models and Applications”, Brescia, 19-21 Giugno 2013.

Rassegna stampa

---