京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Excel数据分析中,数据透视表是汇总、整理海量数据的高效工具,而公式则是实现数据二次计算、逻辑判断的核心功能。实际操作中 ...
2026-04-30Excel透视图是数据分析中不可或缺的工具,它能将透视表中的数据快速可视化,帮助我们直观捕捉数据规律、呈现分析结果。但在实际 ...
2026-04-30 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-04-30在中介效应分析中,人口统计学变量(如年龄、性别、学历、收入、职业等)是常见的控制变量或调节变量,其处理方式直接影响分析结 ...
2026-04-29在SQL数据库实操中,日期数据的存储与显示是高频需求,而“数字日期”(如20240520、20241231、45321)是很多开发者、数据分析师 ...
2026-04-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-04-29在手游行业竞争日趋白热化的当下,“流量为王”早已升级为“留存为王”,而付费用户留存率更是衡量一款手游盈利能力、运营质量的 ...
2026-04-28在日常MySQL数据库运维与开发中,经常会遇到“同一台服务器上,两个不同数据库(以下简称“源库”“目标库”)的表数据需要保持 ...
2026-04-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-04-28箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22