Jan N. van Rijn is werkzaam bij de informatica-afdeling (LIACS) en is co-leider van de Automated Design of Algorithms-groep (ADA).

Meer informatie over Jan van Rijn

Promovendi

• 
  Annelot Bosman Onderzoeker
• 
  Inês Isabel Correia Gomes Promovendus / gast
• 
  Nansheline Daal
• 
  Andreas Paraskeva Promovendus
• 
  Sietse Schröder
• 
  Sandra Strakova Gast

Nieuws

• 
  21 juli 2025 Dit platform maakt machine learning transparanter en toegankelijker
• 
  15 februari 2024 Niet alleen onder professoren: héle oppositie mag in toga
• 
  27 juni 2023 Conferentie over kansen en gevaren van AI: ‘Europa heeft een gedurfde visie nodig’
• 
  28 september 2022 Door samen leren en onderzoek doen, kun je dingen ontdekken die er echt toe doen
• 
  28 maart 2022 Klantvriendelijke Nederlandstalige chatbots
• 
  22 maart 2022 Hoe je AI-systemen beter kunt laten leren
• 
  29 januari 2021 Twittergebruik helpt bij voorspellen wateroverlast
• 
  23 november 2020 BNAIC/Benelearn conferentie groot succes
• 
  10 december 2019 Universiteit Leiden als inspiratiebron voor nieuwe masteropleiding Kunstmatige Intelligentie en Data Science

Zie ook

• Young Academy Leiden
• OpenML

Voormalige promovendi

• Matthias König
• Mike Huisman

Tijdens zijn promotieonderzoek ontwikkelde hij OpenML.org, een open-scienceplatform voor Machine Learning, waarmee onderzoekers hun datasets, algoritmen en resultaten openbaar kunnen delen. Hij maakte meerdere gefinancierde onderzoeksbezoeken aan de University of Waikato (Nieuw-Zeeland) en de University of Porto (Portugal). Na het behalen van zijn doctoraat werkte hij als postdoctoraal onderzoeker in het Machine Learning-lab aan de Universiteit van Freiburg (Duitsland), waarna hij overstapte naar een positie als postdoctoraal onderzoeker aan Columbia University in the City of New York (USA).

Zijn onderzoek richt zich op AutoML, dat de domeinexpert in de AI-cycle ondersteunt door taken te automatiseren die geen menselijke interactie vereisen (zoals algoritmeselectie, hyperparameteroptimalisatie en het zoeken naar neurale netwerkarchitecturen), zodat de domeinexpert zich kan concentreren op belangrijke aspecten die wél menselijke interactie vereisen (zoals dataverzameling, het detecteren van vooroordelen en het waarborgen van menselijk toezicht). Zijn specifieke specialisatie binnen dit vakgebied is de integratie van betrouwbare AI-principes in de (Auto)ML-keten, met name die met betrekking tot robuustheid.

Samengevat, zijn onderzoeksprofiel wordt gekenmerkt door OpenML en (Robuuste) AutoML.

Publicaties