Resumen
En este proyecto de investigación se pretende poner en valor el importante papel del Statistical Machine Learning para la resolución de diversos problemas que afectan a la Industria y a la Salud 4.0, más allá de las típicas aplicaciones meramente predictivas, y comúnmente utilizadas en el Machine Learning. En concreto se pretende investigar la utilidad del análisis de datos funcionales, junto con técnicas estadísticas multivariantes de variables latentes como el PLS o MCR-ALS, y otras técnicas más utilizadas en el machine learning como los random forest o las redes neuronales para abordar problemas variados: desde el control estadístico multivariante de procesos por lotes en tiempo real, al desarrollo de biomarcadores de cáncer a partir de imágenes de resonancia magnética funcional, abordando también la interpretabilidad de los modelos predictivos con predictores colineales.
