¸£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

2025

Anders Larsson, Bertil Wegmann, Toralph Ruge, Joakim Alfredsson, Carl Johan Östgren, Tomas Lindahl (2025) Global Cardiology, Vol. 3 (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)
Martin Andrae, Tomas Landelius, Joel Oskarsson, Fredrik Lindsten (2025) The Thirteenth International Conference on Learning Representations (ICLR 2025) (Konferensbidrag)
Marie-Ange Fleury, Louis Ohl, Lionel Tastet, Mickaël Leclercq, Frédéric Precioso, Pierre-Alexandre Mattei, Romain Capoulade, Kathia Abdoun, Élisabeth Bédard, Marie Arsenault, Jonathan Beaudoin, Mathieu Bernier, Erwan Salaun, Jérémy Bernard, Mylène Shen, Sébastien Hecht, Nancy Côté, Arnaud Droit, Philippe Pibarot (2025) The European Heart Journal - Digital Health, Artikel ztaf115 (Artikel i tidskrift)
Jonas Malmborg, Ludvig Joborn, Mattias Beming, Anders Nordgaard, Ivo Alberink (2025) FORENSIC CHEMISTRY, Vol. 46, Artikel 100699 (Artikel i tidskrift)
Louis Ohl, Pierre-Alexandre Mattei, Frederic Precioso (2025) ACM Computing Surveys, Vol. 58, Artikel 90 (Artikel i tidskrift)
Sourabh Balgi, Marc Braun, Jose M. Peña, Adel Daoud (2025) International Journal of Approximate Reasoning, Vol. 187, Artikel 109531 (Artikel i tidskrift)
Arnaud Doucet, Victor Elvira, Fredrik Lindsten, Joaquin Miguez (2025) FOUNDATIONS OF DATA SCIENCE, Vol. 7 (Artikel i tidskrift)
Annika Tillander, Susanna Lehtinen-Jacks, Nisha Singh, Oskar Halling Ullberg, Ulrika Florin, Katarina Balter (2025) Data in Brief, Vol. 63, Artikel 112105 (Artikel i tidskrift)

Undervisning - kandidat- och masterprogram

Forskarutbildning

Kontakta oss

Medarbetare vid STIMA

Om institutionen