Michała I. Jordana
Michaela Jordana
| |
---|---|
Urodzić się |
Michaela Irwina Jordana
25 lutego 1956 |
Alma Mater | Uniwersytet Kalifornijski w San Diego |
Znany z | Utajona alokacja Dirichleta |
Nagrody |
|
Kariera naukowa | |
Instytucje |
University of California, Berkeley University of California, San Diego Massachusetts Institute of Technology |
Praca dyplomowa | Nauka reprezentacji dla wykonania sekwencyjnego (1985) |
Doradca doktorski |
Davida Rumelharta Donalda Normana |
Doktoranci | |
Inni wybitni studenci |
|
Strona internetowa |
Michael Irwin Jordan ForMemRS (urodzony 25 lutego 1956) to amerykański naukowiec, profesor na Uniwersytecie Kalifornijskim w Berkeley i badacz w dziedzinie uczenia maszynowego , statystyki i sztucznej inteligencji .
Jordan został wybrany członkiem National Academy of Engineering w 2010 roku za wkład w tworzenie podstaw i zastosowań uczenia maszynowego.
Jest jedną z czołowych postaci w dziedzinie uczenia maszynowego, aw 2016 r. Science uznał go za najbardziej wpływowego informatyka na świecie.
W 2022 roku Jordan zdobył inauguracyjną nagrodę WLA w dziedzinie informatyki lub matematyki „za fundamentalny wkład w podstawy uczenia maszynowego i jego zastosowania”.
Edukacja
Jordan otrzymał tytuł licencjata z wyróżnieniem w dziedzinie psychologii w 1978 roku na Uniwersytecie Stanowym Luizjany , tytuł magistra matematyki w 1980 roku na Uniwersytecie Stanowym Arizony i doktorat z kognitywistyki w 1985 roku na Uniwersytecie Kalifornijskim w San Diego. Na Uniwersytecie Kalifornijskim w San Diego Jordan był uczniem Davida Rumelharta i członkiem grupy Parallel Distributed Processing (PDP) w latach 80.
Kariera i badania
profesorem Pehong Chen na Uniwersytecie Kalifornijskim w Berkeley , gdzie jego nominacja jest podzielona na EECS i statystykę. Był profesorem na Wydziale Mózgu i Nauk Kognitywnych w MIT od 1988 do 1998.
W latach 80. Jordan zaczął opracowywać rekurencyjne sieci neuronowe jako model poznawczy. W ostatnich latach jego praca jest mniej prowadzona z perspektywy poznawczej, a bardziej z tła tradycyjnej statystyki.
Jordan spopularyzował sieci bayesowskie w społeczności uczenia maszynowego i jest znany ze wskazywania powiązań między uczeniem maszynowym a statystyką . Był również wybitny w formalizacji wariacyjnych metod wnioskowania przybliżonego i popularyzacji algorytmu oczekiwania-maksymalizacji w uczeniu maszynowym.
Rezygnacja z uczenia maszynowego
W 2001 roku Jordan i inni zrezygnowali z pracy w redakcji czasopisma Machine Learning . W liście publicznym opowiadali się za mniej restrykcyjnym dostępem i zobowiązali się do wsparcia nowego czasopisma o otwartym dostępie , Journal of Machine Learning Research , które zostało stworzone przez Lesliego Kaelblinga w celu wspierania ewolucji dziedziny uczenia maszynowego.
Honory i nagrody
Jordan otrzymał wiele nagród, w tym nagrodę za najlepszą pracę studencką (z X. Nguyenem i M. Wainwrightem) na International Conference on Machine Learning ( ICML 2004), nagrodę za najlepszą pracę (z R. Jacobsem) na American Control Conference ( ACC 1991), ACM-AAAI Allen Newell Award , IEEE Neural Networks Pioneer Award oraz NSF Presidential Young Investigator Award. W 2002 roku został mianowany członkiem AAAI „za znaczący wkład w rozumowanie w warunkach niepewności, uczenie maszynowe i kontrolę motoryczną człowieka”. W 2004 roku został mianowany an IMS Fellow „za wkład w modele graficzne i uczenie maszynowe”. W 2005 roku został mianowany członkiem IEEE Fellow „za wkład w probabilistyczne modele graficzne i neuronowe systemy przetwarzania informacji”. W 2007 roku został mianowany ASA Fellow. W 2010 roku został mianowany Cognitive Science Society Fellow i ACM Fellow „za wkład w teorię i zastosowanie uczenia maszynowego”. W 2012 roku został mianowany członkiem SIAM Fellow „za wkład w uczenie maszynowe, w szczególności wariacyjne podejścia do wnioskowania statystycznego”. W 2014 roku został mianowany członkiem International Society for Bayesian Analysis Fellow „za wybitny wkład w badania na styku statystyki, informatyki i prawdopodobieństwa, za wiodącą rolę w promowaniu metod bayesowskich w uczeniu maszynowym, inżynierii i innych dziedzinach oraz za rozległe usługi ISBA w wielu rolach.”
Jordan jest członkiem Narodowej Akademii Nauk , członkiem Narodowej Akademii Inżynierii oraz członkiem Amerykańskiej Akademii Sztuki i Nauki. [ potrzebne źródło ]
Został mianowany Wykładowcą Neymana i Wykładowcą Medalionu przez Instytut Statystyki Matematycznej. Otrzymał nagrodę im. Davida E. Rumelharta w 2015 r. oraz nagrodę ACM/AAAI Allena Newella w 2009 r. Zdobył także medal IEEE John von Neumann 2020.
W 2016 roku Jordan został uznany za „najbardziej wpływowego informatyka” na podstawie analizy opublikowanej literatury w ramach projektu Semantic Scholar .
W 2019 roku Jordan argumentował, że rewolucja sztucznej inteligencji jeszcze się nie wydarzyła, a rewolucja AI wymaga połączenia informatyki ze statystyką .
W 2022 roku Jordan otrzymał inauguracyjną Nagrodę WLA od międzynarodowej organizacji pozarządowej i non-profit World Laureates Association za fundamentalny wkład w podstawy uczenia maszynowego i jego zastosowania.
- 1956 urodzeń
- Badacze sztucznej inteligencji
- Stypendyści Amerykańskiej Akademii Sztuki i Nauki
- Członkowie Amerykańskiego Towarzystwa Statystycznego
- Członkowie Stowarzyszenia Maszyn Komputerowych
- Członkowie Stowarzyszenia Rozwoju Sztucznej Inteligencji
- Członkowie Kognitywnego Towarzystwa Naukowego
- Członkowie Towarzystwa Matematyki Przemysłowej i Stosowanej
- Żywi ludzie
- Naukowcy zajmujący się uczeniem maszynowym
- Członkowie Narodowej Akademii Inżynierii Stanów Zjednoczonych
- Członkowie Narodowej Akademii Nauk Stanów Zjednoczonych
- Laureaci Nagrody Rumelharta
- Wydział Inżynierii UC Berkeley College
- Absolwenci Uniwersytetu Kalifornijskiego w San Diego