你需要知道的10个机器学习专家
机器学习是一个令人难以置信的广阔和丰富多彩的领域,涉及到了大量的应用。因此,标题写为“需要知道的10个机器学习专家”而且要去证明它这是具有非常大的挑战性。
首先,我限制了那些目前在该领域的工作,如果我延伸到过去,我永远不可能只有十值得一提。
其次,这个列表是没有办法排名,我怎么决定哪个更显著?Boltzmann机器学习或反向传播?自驾车或自主直升机?Coursera和Udacity?
第三,这是没有办法的详尽列举一个关于在机器学习领域作出重大贡献的清单。但如果你有一个强烈的愿望,告诉我们谁应该被包括在这个列表中,请在评论中留下姓名。
1.Geoffrey Hinton
很难用几句话来总结任何拥有超凡思想的人,对于Hinton,这证明特别具有挑战性的。三年前,Hinton已经在深入学习,co-inventing Boltzmann machines, backpropagation和对比差异取得了相应的成绩。但直到计算电源管理规模达到深度学习的需求,Hinton开始真正在学术界得到广泛的认可,他当之无愧。在2004,他共同创立神经计算和自适应感知,他精心挑选的邀请者来自于物理领域,神经科学与工程。他还创立了DNNresearch,这在谷歌去年被通过。从那时起,他一直在研究所谓的谷歌大脑神经网络项目,并帮助提高谷歌的图像识别和Android的语音识别能力。
2.Michael I Jordan
Michael I Jordan目前是伯克利大学教授,和麻省理工学院前教授。他的教学,就像他的研究兴趣,是统计和EECS之间的分裂。他帮助推广的贝叶斯网络在机器学习应用中使用,并常被人拿来作为统计和机器学习重叠的思想家。他是一个AAAI,ACM,IEEE,ASA,CSS,IMS,ISBA and SIA。他的研究生和博士后学生也走在机器学习的世界产生深远的影响,其中有几个人出现在Andrew Ng, David Blei and Zoubin Ghahramani这些中。
3.Andrew Ng
Andrew Ng是一位斯坦福大学的副教授,斯坦福的智能实验室主任,百度Coursera的创始人和董事长,首席科学家。他以第一作者或合著者在机器学习和人工智能发表文章100多篇。他在斯坦福的无人直升机项目(无人直升机通过强化学习是世界上最复杂的一种)。Andrew Ng在2011年还创办了谷歌“大脑”项目,是目前运行在百度大脑计划中(预计是世界上最大的神经网络)。
4.Jeff Hawkins
直到90年代,Jeff Hawkins的名字主要是与掌上电脑有关,他发明的一种装置。在2002年,他致力于神经科学和人工学习过程集中在人类大脑皮质的功能,并建立了理论神经科学中心。在2005年,他发表了对大脑的记忆预测框架理论的开创性工作,题为“智力:的大脑有了新的认识,会导致产生真正的智能机”。2005同年,Jeff Hawkins,还有前Palm Pilot首席执行官Donna Dublinsky and Dileep George成立Numenta,一家致力于关于大脑功能的理论和算法,可以实现这些理论的人工智能。在他们的研究结果主要是算法框架层次时间记忆和固定的稀疏分布的表示。
5.Yann LeCun
convulutional LeCun对神经网络的认识和发展作出了重要的贡献,特别是在图像识别领域。他花了很多时间在80年代后期和90年代初与AT&T,首先作为一个研究者和最终的图像处理的研究部门的负责人,一个图像压缩技术的主要创造者在哪里DjVu。他加入了纽约大学2003年计算机科学神经科学教授,并在去年成为facebook的人工智能实验室主任。
6.Terry Sejnowski
圣迭戈在加利福尼亚大学,生物科学教授,以及在索尔克研究所的弗兰西斯教授和霍华德克里克医学研究所研究员。他对机器学习领域的开拓性贡献包括他与 Geoffrey Hinton合作发明的 Boltzmann machines。由于他在计算脑功能的建模工作,他是10中的其中一个科学家被选到所有三个国家科学院(医学,科学和工程)。目前他为映射神经电路开发新工具。
7.David M. Blei
David M. Blei目前开始在哥伦比亚大学一个新的角色,作为一个计算机科学和统计学教授。在此之前,他在普林斯顿大学计算机科学系副教授。他作者合著了超过80篇研究论文,并在主题建模领域特别感兴趣(“一套算法,发现隐藏的主题结构在文档集”)。他的网站中包含一系列的开源软件包相关的主题造型,帮助别人开发。他的博士后和毕业生包括教授,哥伦比亚,康奈尔和卡耐基-梅隆大学,以及数据科学家从Twitter,facebook,谷歌和Adobe。
8. Daphne Koller
Daphne Koller是斯坦福大学计算机科学教授。她完成了她的硕士课程在18岁的时候在耶路撒冷的希伯来大学;她已经成为麦克阿瑟奖得主,美国国家工程和美国艺术与科学院院士的一员。她的工作主要集中在表示推理,学习,决策,和最近在焦点周围的计算机视觉和计算生物学。她也是Coursera创始人之一。
9. Zoubin Ghahramani
Zoubin Ghahramani是剑桥信息工程大学教授。他的贡献主要是贝叶斯方法的领域的机器学习,人工智能,统计,信息检索,生物信息学,计算电机的控制。他最近获得了750000美元的谷歌为自动统计一个项目,通过“探索LED Ghahramani无限可能的统计模型的空间来发现数据很好的解释,然后产生一个数字和自然语言文本的详细报告。”
10. Sebastian Thrun
Sebastian Thrun是谷歌副研究员,Udacity的首席执行官,和兼职教授、斯坦福大学计算机科学专业。Thrun主要是他在机器人领域称他斯坦利;LED的发展,自主汽车赢得了2005大挑战目前坐落在史密森。Thrun和团队开发的10万行软件设计的斯坦利,对传感器数据进行导航的决定。他目前领导谷歌的自动驾驶汽车项目。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20