Jasjeet S. Sekhon

Jasjeet S. Sekhon
Nationalitet kanadensiska och amerikanska
Akademisk bakgrund
Alma mater University of British Columbia ( BA ), Cornell University ( MA , Ph.D )
Doktorand rådgivare Walter Mebane
Akademiskt arbete
Disciplin Statistik , Statsvetenskap
institutioner

Harvard University University of California, Berkeley Yale University

Jasjeet "Jas" Singh Sekhon är datavetare , statsvetare och statistiker vid Yale University . Sekhon är Eugene Meyer-professor i statsvetenskap och statistik och datavetenskap vid Yale University , stipendiat i American Statistical Association och stipendiat i Society for Political Methodology . Sekhons primära forskningsintressen ligger i kausal slutledning , maskininlärning och deras skärningspunkt. Han har också publicerat forskning om deras tillämpning på amerikanskt röstbeteende .

Biografi

Sekhon tog examen med en BA från University of British Columbia . 1999 tog han en doktorsexamen. vid Cornell University .

Sekhons karriär inom den akademiska världen började 1999, när han blev biträdande professor vid Harvard University . Han stannade på Harvard till 2005 då han flyttade till UC Berkeley . På Berkeley utsågs han till Robson-professor i statsvetenskap och statistik 2014. 2019 accepterade han en icke-akademisk tjänst som chef för avancerad datavetenskap vid Bridgewater Associates, och 2020 lämnade han Berkeley för att ansluta sig till Yale University , där han utsågs till Meyer Professor i statsvetenskap och statistik och datavetenskap 2021. Han utsågs till fellow i Society for Political Methodology 2019 och fellow i American Statistical Association 2021.

Sekhon har skrivit eller varit medförfattare till dussintals tidskriftsartiklar och flera mycket använda R -paket. Ämnena för hans stipendium inkluderar experimentella forskningsmetoder, maskininlärning för att uppskatta orsakseffekter, valfusk och matchning . Hans forskning har citerats flitigt.

Forskning

Sekhon är mest känd för sin forskning inom kausal slutledning och maskininlärning . Hans tidiga forskning om kausal slutledning fokuserade på matchningens roll, men han skrev senare en artikel som påpekade att matchning inte kan ta itu med många av problemen (särskilt urvalet på observerbara antaganden) som dess förespråkare antar. Ändå är hans genetiska matchningsalgoritm fortfarande en av hans mest citerade artiklar. Från och med 2021 fokuserar hans forskning på att utveckla tolkningsbara och trovärdiga maskininlärningsmetoder för att uppskatta orsakssamband.

En av Sekhons första publikationer, en tidskriftsartikel i Digestive Diseases and Sciences , presenterade en ny behandling, glukokortikoid , för en sällsynt sjukdom som han led. Sekhon själv var det första fallet som beskrivs i artikeln.

Utvalda publikationer