Die Modellauswahl ist eine der grundlegenden Aufgaben der wissenschaftlichen Forschung. Die am weitesten verbreiteten Methoden wie die ROC-Analyse berücksichtigen die Stichprobenunsicherheit nicht. Um die Robustheit der Modellauswahl zu verbessern, entwickelte der Autor eine Modellauswahlmethode, die die Stichprobenunsicherheit berücksichtigen kann. Sie erfasste die Stichprobenunsicherheit mithilfe der Bootstrap-Technik und quantifizierte die Stichprobenunsicherheit durch Einführung von Fuzzy-Zahlen. In dem Buch wandte der Autor das Modellauswahlsystem in Bezug auf binäre Klassifikationen auf eine Vielzahl realer Datenbanken an. Unter den getesteten Datensätzen entspricht die Methode der traditionellen ROC-Analyse, während sie die Fuzzy-Darstellung von ROC-Kurven ermöglicht, auf deren Grundlage nicht nur die Vorhersagegenauigkeit, sondern auch der Grad der Stichprobenunsicherheit berücksichtigt werden kann. Darüber hinaus entwickelte der Autor ein Computer-Tool, das das System implementiert und die mühsamen Verfahren bei der Modellauswahl vereinfacht.

Bei hat einen BSc in Informatik und Wirtschaft. Danach erhielt sie einen MSc in Wirtschaft und Informatik von der Erasmus-Universität, für den sie eine Arbeit zur Modellauswahl unter Stichprobenunsicherheit unter Verwendung von Fuzzy-Zahlen verfasste. Jetzt ist sie Doktorandin an der TU Delft und arbeitet für RI und KWR. Ihr Interessengebiet sind Computertechniken.