
你需要知道的10個(gè)機(jī)器學(xué)習(xí)專家
機(jī)器學(xué)習(xí)是一個(gè)令人難以置信的廣闊和豐富多彩的領(lǐng)域,涉及到了大量的應(yīng)用。因此,標(biāo)題寫為“需要知道的10個(gè)機(jī)器學(xué)習(xí)專家”而且要去證明它這是具有非常大的挑戰(zhàn)性。
首先,我限制了那些目前在該領(lǐng)域的工作,如果我延伸到過去,我永遠(yuǎn)不可能只有十值得一提。
其次,這個(gè)列表是沒有辦法排名,我怎么決定哪個(gè)更顯著?Boltzmann機(jī)器學(xué)習(xí)或反向傳播?自駕車或自主直升機(jī)?Coursera和Udacity?
第三,這是沒有辦法的詳盡列舉一個(gè)關(guān)于在機(jī)器學(xué)習(xí)領(lǐng)域作出重大貢獻(xiàn)的清單。但如果你有一個(gè)強(qiáng)烈的愿望,告訴我們誰應(yīng)該被包括在這個(gè)列表中,請?jiān)谠u論中留下姓名。
1.Geoffrey Hinton
很難用幾句話來總結(jié)任何擁有超凡思想的人,對于Hinton,這證明特別具有挑戰(zhàn)性的。三年前,Hinton已經(jīng)在深入學(xué)習(xí),co-inventing Boltzmann machines, backpropagation和對比差異取得了相應(yīng)的成績。但直到計(jì)算電源管理規(guī)模達(dá)到深度學(xué)習(xí)的需求,Hinton開始真正在學(xué)術(shù)界得到廣泛的認(rèn)可,他當(dāng)之無愧。在2004,他共同創(chuàng)立神經(jīng)計(jì)算和自適應(yīng)感知,他精心挑選的邀請者來自于物理領(lǐng)域,神經(jīng)科學(xué)與工程。他還創(chuàng)立了DNNresearch,這在谷歌去年被通過。從那時(shí)起,他一直在研究所謂的谷歌大腦神經(jīng)網(wǎng)絡(luò)項(xiàng)目,并幫助提高谷歌的圖像識別和Android的語音識別能力。
2.Michael I Jordan
Michael I Jordan目前是伯克利大學(xué)教授,和麻省理工學(xué)院前教授。他的教學(xué),就像他的研究興趣,是統(tǒng)計(jì)和EECS之間的分裂。他幫助推廣的貝葉斯網(wǎng)絡(luò)在機(jī)器學(xué)習(xí)應(yīng)用中使用,并常被人拿來作為統(tǒng)計(jì)和機(jī)器學(xué)習(xí)重疊的思想家。他是一個(gè)AAAI,ACM,IEEE,ASA,CSS,IMS,ISBA and SIA。他的研究生和博士后學(xué)生也走在機(jī)器學(xué)習(xí)的世界產(chǎn)生深遠(yuǎn)的影響,其中有幾個(gè)人出現(xiàn)在Andrew Ng, David Blei and Zoubin Ghahramani這些中。
3.Andrew Ng
Andrew Ng是一位斯坦福大學(xué)的副教授,斯坦福的智能實(shí)驗(yàn)室主任,百度Coursera的創(chuàng)始人和董事長,首席科學(xué)家。他以第一作者或合著者在機(jī)器學(xué)習(xí)和人工智能發(fā)表文章100多篇。他在斯坦福的無人直升機(jī)項(xiàng)目(無人直升機(jī)通過強(qiáng)化學(xué)習(xí)是世界上最復(fù)雜的一種)。Andrew Ng在2011年還創(chuàng)辦了谷歌“大腦”項(xiàng)目,是目前運(yùn)行在百度大腦計(jì)劃中(預(yù)計(jì)是世界上最大的神經(jīng)網(wǎng)絡(luò))。
4.Jeff Hawkins
直到90年代,Jeff Hawkins的名字主要是與掌上電腦有關(guān),他發(fā)明的一種裝置。在2002年,他致力于神經(jīng)科學(xué)和人工學(xué)習(xí)過程集中在人類大腦皮質(zhì)的功能,并建立了理論神經(jīng)科學(xué)中心。在2005年,他發(fā)表了對大腦的記憶預(yù)測框架理論的開創(chuàng)性工作,題為“智力:的大腦有了新的認(rèn)識,會導(dǎo)致產(chǎn)生真正的智能機(jī)”。2005同年,Jeff Hawkins,還有前Palm Pilot首席執(zhí)行官Donna Dublinsky and Dileep George成立Numenta,一家致力于關(guān)于大腦功能的理論和算法,可以實(shí)現(xiàn)這些理論的人工智能。在他們的研究結(jié)果主要是算法框架層次時(shí)間記憶和固定的稀疏分布的表示。
5.Yann LeCun
convulutional LeCun對神經(jīng)網(wǎng)絡(luò)的認(rèn)識和發(fā)展作出了重要的貢獻(xiàn),特別是在圖像識別領(lǐng)域。他花了很多時(shí)間在80年代后期和90年代初與AT&T,首先作為一個(gè)研究者和最終的圖像處理的研究部門的負(fù)責(zé)人,一個(gè)圖像壓縮技術(shù)的主要?jiǎng)?chuàng)造者在哪里DjVu。他加入了紐約大學(xué)2003年計(jì)算機(jī)科學(xué)神經(jīng)科學(xué)教授,并在去年成為facebook的人工智能實(shí)驗(yàn)室主任。
6.Terry Sejnowski
圣迭戈在加利福尼亞大學(xué),生物科學(xué)教授,以及在索爾克研究所的弗蘭西斯教授和霍華德克里克醫(yī)學(xué)研究所研究員。他對機(jī)器學(xué)習(xí)領(lǐng)域的開拓性貢獻(xiàn)包括他與 Geoffrey Hinton合作發(fā)明的 Boltzmann machines。由于他在計(jì)算腦功能的建模工作,他是10中的其中一個(gè)科學(xué)家被選到所有三個(gè)國家科學(xué)院(醫(yī)學(xué),科學(xué)和工程)。目前他為映射神經(jīng)電路開發(fā)新工具。
7.David M. Blei
David M. Blei目前開始在哥倫比亞大學(xué)一個(gè)新的角色,作為一個(gè)計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)教授。在此之前,他在普林斯頓大學(xué)計(jì)算機(jī)科學(xué)系副教授。他作者合著了超過80篇研究論文,并在主題建模領(lǐng)域特別感興趣(“一套算法,發(fā)現(xiàn)隱藏的主題結(jié)構(gòu)在文檔集”)。他的網(wǎng)站中包含一系列的開源軟件包相關(guān)的主題造型,幫助別人開發(fā)。他的博士后和畢業(yè)生包括教授,哥倫比亞,康奈爾和卡耐基-梅隆大學(xué),以及數(shù)據(jù)科學(xué)家從Twitter,facebook,谷歌和Adobe。
8. Daphne Koller
Daphne Koller是斯坦福大學(xué)計(jì)算機(jī)科學(xué)教授。她完成了她的碩士課程在18歲的時(shí)候在耶路撒冷的希伯來大學(xué);她已經(jīng)成為麥克阿瑟獎(jiǎng)得主,美國國家工程和美國藝術(shù)與科學(xué)院院士的一員。她的工作主要集中在表示推理,學(xué)習(xí),決策,和最近在焦點(diǎn)周圍的計(jì)算機(jī)視覺和計(jì)算生物學(xué)。她也是Coursera創(chuàng)始人之一。
9. Zoubin Ghahramani
Zoubin Ghahramani是劍橋信息工程大學(xué)教授。他的貢獻(xiàn)主要是貝葉斯方法的領(lǐng)域的機(jī)器學(xué)習(xí),人工智能,統(tǒng)計(jì),信息檢索,生物信息學(xué),計(jì)算電機(jī)的控制。他最近獲得了750000美元的谷歌為自動(dòng)統(tǒng)計(jì)一個(gè)項(xiàng)目,通過“探索LED Ghahramani無限可能的統(tǒng)計(jì)模型的空間來發(fā)現(xiàn)數(shù)據(jù)很好的解釋,然后產(chǎn)生一個(gè)數(shù)字和自然語言文本的詳細(xì)報(bào)告?!?/span>
10. Sebastian Thrun
Sebastian Thrun是谷歌副研究員,Udacity的首席執(zhí)行官,和兼職教授、斯坦福大學(xué)計(jì)算機(jī)科學(xué)專業(yè)。Thrun主要是他在機(jī)器人領(lǐng)域稱他斯坦利;LED的發(fā)展,自主汽車贏得了2005大挑戰(zhàn)目前坐落在史密森。Thrun和團(tuán)隊(duì)開發(fā)的10萬行軟件設(shè)計(jì)的斯坦利,對傳感器數(shù)據(jù)進(jìn)行導(dǎo)航的決定。他目前領(lǐng)導(dǎo)谷歌的自動(dòng)駕駛汽車項(xiàng)目。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10