最受尊敬的機器學習研究人員及其貢獻

---

機器學習只有在所有偉大的思想共同努力下才有可能實現。如果你想了解更多並拓寬視野，你應該閱讀機器學習頂級專家的著作。向科學界最聰明的人學習是令人著迷的。其中許多是不同型別的有影響力的人物、教育家和企業主。他們的知識有潛力改善地球。

這裡列出所有你需要了解的人，他們對你的機器學習研究事業至關重要。獲取知識並激發你尋求新資訊的動力。

傑弗裡·辛頓先生

機器學習生成的列表中，誰會排在首位？傑弗裡·辛頓榮休教授現在是谷歌大腦的研究員，並受聘於多倫多大學。

他透過其在人工神經網路 (ANN) 方面的工作獲得了大部分知名度。他常被稱為“深度學習之父”，這是一個名副其實的頭銜。他理應被視為天才，因為他對深度學習的發展做出了重大貢獻。

他關於反向傳播方法的工作極大地提高了深度學習模型的效能。辛頓先生在玻爾茲曼機和膠囊神經網路方面的工作極大地促進了該領域的發展。兩者都代表了我們領域的重要發展。

傑弗裡·辛頓先生獲得了 IEEE/RSE Wolfson James Clerk Maxwell 獎和 BBVA 基金會知識前沿獎。

邁克爾·喬丹

邁克爾·喬丹教授在加州大學伯克利分校任教。深度學習、統計學和機器學習是他的一些研究興趣領域。他為自然語言處理 (NLP)、機率圖模型、譜技術和其他領域做出了重要貢獻，以及他對貝葉斯網路的幫助。

他獲得過多個獎項，包括 ACM-AAI Allen Newell 獎、IEEE 神經網路先驅獎和美國控制會議 (ACC) 最佳論文獎（與 R. Jacobs 分享）。他還獲得了包括 Neyman 和 Medallion 講座在內的美國數理統計學會的榮譽。

他曾在 SysML 做的演講（網上可以觀看）應該被所有對機器學習略有興趣的人觀看。它很好地總結了這個主題，並有助於將目前的狂熱置於正確的視角。

吳恩達

對於對機器學習感興趣的人來說，吳恩達可能是與機器學習最相關的名字。在深度學習和機器學習專家中，他被認為是該領域最重要的 tokoh 之一。

吳恩達目前的職位是斯坦福大學計算機科學系的兼職教授，他與 deeplearning.ai 和 Coursera 共同創立了該大學。吳教授在加入谷歌之前，曾擔任百度首席科學家，幫助建立了谷歌大腦專案。

他的目標是提高人們對深度學習的興趣，並使地球上每個人都能免費獲得教育。他提供最好和最受歡迎的線上深度學習和機器學習培訓。

楊立昆

楊立昆是機器學習領域的另一位知名人物。他曾管理研發、進行研究和講課。楊立昆曾在學術界和商業領域工作，這使他成為機器學習、深度學習、計算機視覺和機器人技術的專家。

楊立昆先生是 Facebook 的副總裁兼首席人工智慧科學家。

楊立昆可能是最早考慮卷積神經網路的人。計算機視覺的應用通常使用一種稱為反向傳播的方法，而卷積神經網路由於其成功而能夠使用它。這僅僅是你可以從這位教育家那裡獲得的幫助的開始。

已發表 150 多篇作品，並因其成就獲得多項榮譽。他獲得了 PAMI 傑出研究員獎和 IEEE 神經網路先驅獎。他於 2014 年獲得 IEEE 獎，2015 年獲得 PAMI 獎。2018 年，LeCun 是三點陣圖靈獎獲得者之一；另外兩位是傑弗裡·辛頓和約書亞·本吉奧。

約書亞·本吉奧

約書亞·本吉奧目前是蒙特利爾大學的教授，受聘於計算機科學與運籌學系。此外，他還參與創立了 Element AI，這是一家總部位於蒙特利爾的公司，其使命是讓每個人都能獲得人工智慧的進步。

約書亞因其在深度學習和人工神經網路方面的工作而聞名（20 世紀 80 年代和 90 年代）。與楊立昆一起，他是備受爭議的 ICLR 峰會背後的主要推動力。他被廣泛認為是自然語言、貝葉斯學習、迴圈網路和深度學習領域的頂級專家。

約書亞對深度學習的貢獻比他的同行更加多樣化，這使他的貢獻脫穎而出。他可能還沒有研究過深度學習的每一個方面，但這不太可能。

他於 2018 年獲得圖靈獎和加拿大統計學習演算法研究主席獎。對他來說，這兩個想法都產生了積極的影響。

尤爾根·施密德胡伯

你需要更多地瞭解尤爾根·施密德胡伯。他是一位著名的計算機專家，對深度學習和人工神經網路做出了貢獻。

他的最終目標是創造一種能夠自主學習和發展的人工智慧，直到它變得比現在更聰明。他與他的幾個學生一起幫助開發了長短期記憶 (LSTM)，這是一種迴圈神經網路。

他使用圖形處理器 (GPU) 加速了卷積神經網路。施密德胡伯先生的 300 多篇文章經過同行評審，並獲得了多個獎項。

他擔任 NNAISENSE 公司的首席科學家，該公司致力於開發第一個真正通用的 AI。他協助多個機構制定 AI 戰略。

結論

機器學習是一種有效的方法，可以極大地改善社會。你可以透過閱讀機器學習領域傑出專家的著作來擴充套件你的知識和視野。深度學習和機器學習部門正在更快地發展，因此掌握你所在領域的最新發展非常重要。