Maskininlärning för studier av orsakssamband med hjälp av stora databaser

Forskningsprojekt Storskaliga registerdatabaser möjliggör studier av komplexa orsakssambandsmekanismer inom samhälls- och hälsovetenskap. En vetenskaplig utmaning är att klassiska statistiska metoder inte är anpassade till stora datamängder vilket kan resultera i felaktiga slutsatser. Genom att utveckla maskininlärningsmetoder för orsakssamband, t.ex. neurala nätverk, vill vi uppnå liknande resultat som gjorts när man applicerat dessa metoder för prognossyfte, som exempelvis vid automatisk tumöridentifiering.