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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12