Norsk statistisk forening, avdeling Oslo
Siste nytt
📰 Ny utgave av Tilfeldig gang
En ny utgave av TG (nr. 1 årgang 42) ligger nå ute på nettsidene!
I denne utgangen av TG kan du lese om jubilanten Håvard Rue, mannen bak INLA, som fylte 60 år tidligere i år. Du kan lese om et dykk dypt ned i TG’s arkiv, til bladets langt fra spede begynnelse og til stadig aktuelle debatter om statistikerens identitet. Jostein Lillestøl byr dessuten på nye puslerier, denne gangen for statistikk- og/eller fugleinteresserte. Fremfor alt er det likevel tid for å minnes to kjære kolleger som har gått bort, Tore Schweder og Mette Langås. To dyktige fagpersoner med vidtgående engasjement, som har betydd - og vil fortsette å bety - mye for mange.
🎊 Nytt styret i Norsk statistisk forening, avdeling Oslo
Leder: Clara Bertinelli Salucci, UiO
Kasserer: Lars Henry Berge Olsen, NR
Sekretær: Simon Lergenmuller, FHI
Nettsideansvarlig: Zhi Zhao, UiO
Styremedlem: Marthe Elisabeth Aastveit, UiO/NR
Styremedlem: Vera Haugen Kvisgaard, UiO
🎉 Temakveld og medlemsmøte 22.05.2025
“Statistical modelling using gradient boosting algorithms: applications across diverse fields” with Riccardo De Bin
Program:
17.00 - 17.20: Pizza, sushi and beverages
17.20 - 17.30: Annual meeting
17.30 - 18.30: Presentation by Riccardo De Bin
Place: Norwegian Computing Center (NR), (Alfa-Omega room, Gaustadalléen 23A, 0373 Oslo)
Speaker: Riccardo De Bin, UiO
Title: Statistical modelling using gradient boosting algorithms: applications across diverse fields
Abstract:
In this talk we will see how the gradient boosting approach can be used to fit statistical models in various contexts: in the analysis of omics data through First Hitting Time models; in the prediction of the remaining useful life of lithium-ion batteries; in the assessment of airport runway conditions for safe landings; and in the analysis of the properties of transition metal complexes for catalysis. Statistical issues addressed in this talk include the extensions of classical survival models to the high dimensional frameworks, where the number of variables is (much) larger than the number of observations; the handling of informative censoring in survival models; and the exploration of graph structures.
Lokale institusjoner
