Back
Die vielfach ausgezeichnete Wissenschaftlerin spezialisiert sich in ihrer Forschungsarbeit darauf, maschinelle Lernmethoden flexibler, robuster und fairer zu gestalten.
Tübingen - Isabel Valera übernahm am 1. Juli 2019 die neu gegründete unabhängige Forschungsgruppe „Probabilistic Learning“ am Max-Planck-Institut für Intelligente Systeme (MPI-IS). Zuvor war sie Forschungsgruppenleiterin in der Abteilung für Empirische Inferenz von Professor Bernhard Schölkopf.
„Ich freue mich sehr über diese Möglichkeit, meine Karriere beim MPI-IS fortzusetzen", sagt Valera. „Seit ich vor fast zwei Jahren an das Institut kam, habe ich mit einigen der weltbesten Köpfe im Bereich Machine Learning zusammengearbeitet. Ich freue mich sehr, meine neue Gruppe aufzubauen und die Forschung auf diesem Gebiet voranzutreiben."
Die Forschung der Probabilistic Learning Group konzentriert sich auf die Entwicklung maschineller Lernmethoden, die flexibel, robust und fair sind. Flexibel bedeutet, dass Algorithmen in der Lage sind, komplexe reale Daten zu modellieren: Daten, die oft heterogen sind und im Laufe eines bestimmten Zeitabschnitts erhoben wurden. Zweitens zielt Valeras Forschung darauf ab, die Robustheit von Algorithmen zu verbessern. Ein Algorithmus gilt als robust, wenn er in der Lage ist, darauf hinzuweisen, „was er nicht weiß". Das bedeutet, dass er nicht nur Vorhersagen macht, sondern auch angibt, inwieweit er Vertrauen in eine Entscheidung hat. Zudem erforscht die Gruppe Möglichkeiten, Algorithmen fairer zu gestalten – eine wichtige Voraussetzung, wenn in unserem Alltag immer mehr Entscheidungsprozesse auf mathematischen Berechnungen basieren. Valeras Ziel ist es, Dinge und Zusammenhänge, die aus juristischer Sicht als fair angesehen werden, in eine mathematische Formel zu übersetzen.
„In meiner Forschung arbeite ich an einem breiten Anwendungsspektrum, von der Medizin und Psychiatrie bis hin zu Sozial- und Kommunikationssystemen. Seit kurzem konzentrieren wir uns besonders auf die konsequente Entscheidungsfindung z.B. bei Bewerbungsverfahren, der Ferstlegung, wie hoch eine Kaution im Vorfeld eines Gerichtsverfahren anzusetzen ist oder bei Kreditgenehmigung", erklärt Valera.
Valera ist eine vielfach ausgezeichnete Wissenschaftlerin. Sie erhielt kürzlich ein Stipendium der Deutschen Forschungsgemeinschaft DFG aus Mitteln für das Exzellenzcluster "Machine Learning: Neue Perspektiven für die Wissenschaft" der Universität Tübingen. Sie bekam außerdem ein Minerva Fast-Track-Stipendium der Max-Planck-Gesellschaft, das Frauen in der Wissenschaft fördert. Davor hatte Valera ein Humboldt-Postdoc-Stipendium inne. Zudem erhielt sie 2017 für ihre Publikation "Fairness Beyond Disparate Treatment & Disparate Impact: Learning Classification without Disparate Mistreatment" den Best Paper Award Honorable Mention auf der International World Wide Web Conference (WWW), einer der weltweit führenden Data Science Konferenzen.
Nächstes Jahr wird Valera das Programmkommitee leiten der Konferenz “European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases“ (ECML-PKDD 2020) in Gent in Belgien.
Promoviert wurde Valera an der Universidad Carlos III de Madrid (Spanien) im Bereich Multimedia und Kommunikation.