¸£Àû¼§

Statistik och maskininlärning (STIMA)

Statistik och maskininlärning är en avdelning vid Institutionen för datavetenskap. Avdelningens verksamhet är inriktad på forskning och undervisning inom modern dataanalys.

Forskning

Vi ser oss gärna som Sveriges modernaste statistikavdelning med fokus på forskning inom modern dataanalys, prediktion och beslutsfattande under osäkerhet.

Vi utför metodforskning inom statistik och maskininlärning, motiverade av problem inom tillämpningsområden som spänner från journalism och psykologi till genetik och robotik.

Undervisning

Avdelningen är värd för det riksunika kandidatprogrammet statistik och dataanalys och det internationella masterprogrammet Statistics and Machine Learning.

Vi ansvarar för kurserna i maskininlärning vid Linköpings universitets civilingenjörsprogram.

Vi driver även forskarutbildningen i statistik vid Linköpings universitet.


Seminarier vid STIMA

Aktuellt vid STIMA

Nyheter och reportage

Moln

Förbättrade väderprognoser med AI

De senaste åren har vi sett stora framsteg inom artificiell intelligens och maskininlärning för väderprognoser. De senaste maskininlärningsmodellerna tar fram väderprognoser som är likvärdiga eller till och med bättre än de traditionella systemen.

Maskininlärning

Statistikprogrammet vid LiU firar 40 år av samhällsnytta

Från slumptabeller till visualisering av data. Statistikprogrammet vid LiU fyller 40 år. Utbildningen har format generationer av analytiker som idag arbetar med allt från samhällsplanering till AI-utveckling, och behovet av statistisk kompetens ökar.

Exteriör Campus US.

LiU får 220 miljoner från Vetenskapsrådet

Vetenskapsrådet har beslutat om fördelningen av bidrag i fyra stora utlysningar. Linköpings universitet får totalt 220 miljoner kronor fördelat på 47 forskare.

Forskning vid STIMA

Senaste publikationerna

2026

Bayu Brahmantio, Krzysztof Bartoszek, Etka Yapar (2026) BMC Bioinformatics, Vol. 27, Artikel 77 (Artikel i tidskrift)
Lisa Maria Menacher, Liam Ward, Fredrik Heintz, Henrik Green, Oleg Sysoev (2026) Analytical Chemistry, Vol. 98, s. 6589-6597 (Artikel i tidskrift)
Zheng Zhao (2026) COMMUNICATIONS IN INFORMATION AND SYSTEMS, Vol. 26, s. 151-167 (Artikel i tidskrift)
Vignesh Gopakumar, Ander Gray, Joel Oskarsson, Lorenzo Zanisi, Daniel Giles, Matt J. Kusner, Stanislas Pamela, Marc Peter Deisenroth (2026) Machine Learning: Science and Technology, Vol. 7, Artikel 015025 (Artikel i tidskrift)
Jonas Bjermo, Ellinor Fackle Fornius, Frank Miller (2026) Applied psychological measurement (Artikel i tidskrift)
Tatjana Pavlenko, Annika Tillander, Fredrik Boulund, Gabriella Edfeldt (2026) EURASIP Journal on Advances in Signal Processing, Vol. 2026, Artikel 11 (Artikel i tidskrift)

2025

Jose M Pena (2025) CAUSAL LEARNING AND REASONING, s. 693-703 (Konferensbidrag)
Anders Larsson, Bertil Wegmann, Toralph Ruge, Joakim Alfredsson, Carl Johan Östgren, Tomas Lindahl (2025) Global Cardiology, Vol. 3, s. 25­-32 (Artikel i tidskrift)
Sehrish Qummar, August Ernstsson, Christoph Kessler, Oleg Sysoev (2025) 2025 IEEE INTERNATIONAL PARALLEL AND DISTRIBUTED PROCESSING SYMPOSIUM WORKSHOPS, IPDPSW, s. 423-432 (Konferensbidrag)
Linda Wänström, O'Keefe Patrick, Muniz-Terrera Graciela, Voll Stacey, D. Mann Frank, Clouston Sean, Hofer Scott, L. Rodgers Joseph (2025) Intelligence, Vol. 113, Artikel 101966 (Artikel i tidskrift)

Undervisning - kandidat- och masterprogram

Forskarutbildning

Kontakta oss

Medarbetare vid STIMA

Om institutionen