Statistik und Maschinelles Lernen
Dr. Sach Mukherjee
Gruppenleiter
Venusberg-Campus 1, Gebäude 99
(ehemals Sigmund-Freud-Str. 27)
53127 Bonn

sach.mukherjee@dzne.de
 +49 228 43302-853

Forschungsschwerpunkte

Wir arbeiten an der Schnittstelle zwischen Computationaler Statistik/Maschinellem Lernen und Biomedizin. Unser langfristiges Ziel ist Computationale Statistik und Maschinelles Lernen mit systemischen Ansätzen der Molekularbiologie und Medizin zu verbinden. Zu diesem Zweck erforschen wir seit mehreren Jahren wichtige statistische Fragestellungen, die sich aus komplexen, hochdimensionalen biomedizinischen Daten ergeben. Am DZNE konzentrieren wir uns auf prädiktive Modellierung, Subgruppenanalysen und Systemanalysen für neurodegenerative Erkrankungen. In Zusammenarbeit mit Kollegen des gesamten DZNE (Grundlagen, Klinische und Populationsforschung) und internationalen Forschern, entwickeln wir innovative statistische Methoden um das Potenzial der “next-generation” Biomedizin zu realisieren.

Schlüsselpublikationen

Hill SM, Oates CJ, Blythe D, Mukherjee S. Causal Learning via Manifold Regularization. JMLR. 2019 Aug 01; 20 doi: 10.17863/CAM.44718
Steven M. Hill, Nicole K. Nesser, Katie Johnson-Camacho, Mara Jeffress, Aimee Johnson, Chris Boniface, Simon E.F. Spencer, Yiling Lu, Laura M. Heiser, Yancey Lawrence, Nupur T. Pande, James E. Korkola, Joe W. Gray, Gordon B. Mills, Sach Mukherjee, Paul T. Spellman. Context Specificity in Causal Signaling Networks Revealed by Phosphoprotein Profiling. Cell Systems. 2017 Jan 24; 4:73-83.e10. doi: 10.1016/j.cels.2016.11.013
Städler N and Mukherjee S. Two-sample testing in high dimensions. J. R. Stat. Soc. Series B. 2017 Jan 01; 79 doi: 10.1111/rssb.12173
Hill SM, Heiser LM, Cokelaer T, Unger M, Nesser NK, Carlin DE, Zhang Y, Sokolov A, Paull EO, Wong CK, Graim K, Bivol A, Wang H, Zhu F, Afsari B, Danilova LV, Favorov AV, Lee WS, Taylor D, Hu CW, Long BL, Noren DP, Bisberg AJ; HPN-DREAM Consortium, Mills GB, Gray JW, Kellen M, Norman T, Friend S, Qutub AA, Fertig EJ, Guan Y, Song M, Stuart JM, Spellman PT, Koeppl H, Stolovitzky G, Saez-Rodriguez J, Mukherjee S. Inferring causal molecular networks: Empirical assessment through a community-based effort. Nature Methods. 2016 Mar 29; 13:310-322. doi: 10.1038/nmeth.3773
Robert J. B. Goudie, Sach Mukherjee. A Gibbs sampler for learning DAGs. Journal of Machine Learning Research. 2016 Mar 31; 17

Info-Hotline

Donnerstags 13.30-16.30 Uhr

Für Patienten 0800-7799001

(kostenlos)

Für Ärzte 01803-779900

(9 Cent/Min. dt. Festnetz, mobil evtl. teurer)

Informieren Sie sich bei uns Cookie-frei. Wir würden uns jedoch freuen, wenn Sie statistische Cookies zulassen würden. Ihr Browser erlaubt das setzen von Cookies:
Mehr dazu finden Sie in unserer Datenschutzerklärung.