Interaktiivinen koneoppiminen useista biodatalähteistä

Potilaan mukaan räätälöity täsmälääketiede tuo data-analyysimenetelmille hankalan haasteen: tavoitteena on oppia ennustamaan hoitojen tehoa käyttäen aineistoja, joissa näytemäärä on erittäin pieni, äärimmillään vain yhden potilaan suuruinen, mutta muuttujien määrä valtava. Käytettävissä on myös suuri määrä muuta aineistoa, jonka relevanssia ei kuitenkaan tiedetä. Lisäksi tietosuoja rajoittaa pääsyä aineistoihin ja hyvään ennustustarkkuuteen vaadittavat menetelmät ovat laskennallisesti raskaita. Prof. Kaski kehittää laskennallisia ns. koneoppimismenetelmiä useiden tietolähteiden analysointiin, ottaen huomioon asiantuntijoiden taustatietoa interaktiivisen mallinnuksen avulla. Täsmälääketieteen lisäksi samanlaiset laskentaongelmat ovat erittäin yleisiä muillakin aloilla datalähtöisyyden lisääntyessä sekä tieteessä että palveluissa, tiedonhausta lähtien.