Overview
Wat Data Scientists zouden moeten weten over informatie theorie
Data Science bestaat niet alleen maar uit Correlaties of Machine Learning. In deze uitzending verdiepen we ons in Informatie Theorie. We kijken naar de geschiedenis van dit vakgebied, maar ook hoe je dit kunt toepassen in Data Science projecten.
Rick Quax
Rick Quax is assistant professor in het Computational Science Lab van de Universiteit van Amsterdam én Research Fellow bij het Institute for Advanced Study (IAS van de UvA). Hij is gespecialiseerd in Informatie Theorie en doet onderzoek naar causaliteit en synergie in complexe systemen.
Hij zegt zelf:
“Ik ben gefascineerd door de vraag hoe emergent gedrag ontstaat in complexe systemen, dus van micro naar macro. Denk bijvoorbeeld aan hoe menselijke cognitie onstaat uit de interacties tussen neuronen; hoe een economie onstaat uit ruilgedrag tussen bedrijven; of hoe gezondheid onstaat uit een samenspel tussen biologie en sociaal gedrag. Er bestaat momenteel geen universele methode om hun emergente gedragingen te bestuderen, los van hun domein-specifieke details zoals hoe een neuron precies werkt of hoe een bedrijf opereert. Ontspoort een financiële markt plotseling in een crisis op een vergelijkbare manier waarop een menselijk brein ontspoort in een depressie, of een epileptische aanval? Ik onderzoek of informatie-theorie kan leiden tot zo’n universele methode. Informatie-theorie heeft dit al eerder gedaan op het gebied van (digitale) communicatie van signalen door netwerken van koperen draden of radioverbindingen. Nu is het tijd voor nieuwe uitdagingen: netwerken van neuronen, bedrijven, of personen.”
Zijn website is : https://staff.fnwi.uva.nl/r.quax/ . Daar heb ik ook een kort stukje geschreven over ‘synergie’ als intro op mijn publicatie daarover: https://staff.fnwi.uva.nl/r.quax/synergy.html (link naar paper onderaan).
Shownotes
- https://www.amazon.com/Elements-Information-Theory-Telecommunications-Processing/dp/0471241954
- https://www.amazon.com/Information-Theory-Reliable-Communication-Gallager/dp/0471290483
- Vak ‘Information Theory’ in UvA: https://homepages.cwi.nl/~schaffne/courses/inftheory/2017/
- http://studiegids.uva.nl/xmlpages/page/2018-2019/zoek-vak/vak/62683 , wordt goed ontvangen door onze studenten en nu gevolgd door de onderzoekers van de Computational Finance groep.
- Computational Finance groep van het Computational Science Lab
[podcast src=”https://html5-player.libsyn.com/embed/episode/id/8051813/height/90/theme/custom/thumbnail/yes/preload/no/direction/forward/render-playlist/no/custom-color/88AA3C/” height=”90″ width=”100%” placement=”top” theme=”custom”]