最受尊敬的机器学习研究人员及其贡献

---

机器学习只有在所有伟大的思想共同努力下才有可能实现。如果你想了解更多并拓宽视野，你应该阅读机器学习顶级专家的著作。向科学界最聪明的人学习是令人着迷的。其中许多是不同类型的有影响力的人物、教育家和企业主。他们的知识有潜力改善地球。

这里列出所有你需要了解的人，他们对你的机器学习研究事业至关重要。获取知识并激发你寻求新信息的动力。

杰弗里·辛顿先生

机器学习生成的列表中，谁会排在首位？杰弗里·辛顿荣休教授现在是谷歌大脑的研究员，并受聘于多伦多大学。

他通过其在人工神经网络 (ANN) 方面的工作获得了大部分知名度。他常被称为“深度学习之父”，这是一个名副其实的头衔。他理应被视为天才，因为他对深度学习的发展做出了重大贡献。

他关于反向传播方法的工作极大地提高了深度学习模型的性能。辛顿先生在玻尔兹曼机和胶囊神经网络方面的工作极大地促进了该领域的发展。两者都代表了我们领域的重要发展。

杰弗里·辛顿先生获得了 IEEE/RSE Wolfson James Clerk Maxwell 奖和 BBVA 基金会知识前沿奖。

迈克尔·乔丹

迈克尔·乔丹教授在加州大学伯克利分校任教。深度学习、统计学和机器学习是他的一些研究兴趣领域。他为自然语言处理 (NLP)、概率图模型、谱技术和其他领域做出了重要贡献，以及他对贝叶斯网络的帮助。

他获得过多个奖项，包括 ACM-AAI Allen Newell 奖、IEEE 神经网络先驱奖和美国控制会议 (ACC) 最佳论文奖（与 R. Jacobs 分享）。他还获得了包括 Neyman 和 Medallion 讲座在内的美国数理统计学会的荣誉。

他曾在 SysML 做的演讲（网上可以观看）应该被所有对机器学习略有兴趣的人观看。它很好地总结了这个主题，并有助于将目前的狂热置于正确的视角。

吴恩达

对于对机器学习感兴趣的人来说，吴恩达可能是与机器学习最相关的名字。在深度学习和机器学习专家中，他被认为是该领域最重要的 tokoh 之一。

吴恩达目前的职位是斯坦福大学计算机科学系的兼职教授，他与 deeplearning.ai 和 Coursera 共同创立了该大学。吴教授在加入谷歌之前，曾担任百度首席科学家，帮助创建了谷歌大脑项目。

他的目标是提高人们对深度学习的兴趣，并使地球上每个人都能免费获得教育。他提供最好和最受欢迎的在线深度学习和机器学习培训。

杨立昆

杨立昆是机器学习领域的另一位知名人物。他曾管理研发、进行研究和讲课。杨立昆曾在学术界和商业领域工作，这使他成为机器学习、深度学习、计算机视觉和机器人技术的专家。

杨立昆先生是 Facebook 的副总裁兼首席人工智能科学家。

杨立昆可能是最早考虑卷积神经网络的人。计算机视觉的应用通常使用一种称为反向传播的方法，而卷积神经网络由于其成功而能够使用它。这仅仅是你可以从这位教育家那里获得的帮助的开始。

已发表 150 多篇作品，并因其成就获得多项荣誉。他获得了 PAMI 杰出研究员奖和 IEEE 神经网络先驱奖。他于 2014 年获得 IEEE 奖，2015 年获得 PAMI 奖。2018 年，LeCun 是三位图灵奖获得者之一；另外两位是杰弗里·辛顿和约书亚·本吉奥。

约书亚·本吉奥

约书亚·本吉奥目前是蒙特利尔大学的教授，受聘于计算机科学与运筹学系。此外，他还参与创立了 Element AI，这是一家总部位于蒙特利尔的公司，其使命是让每个人都能获得人工智能的进步。

约书亚因其在深度学习和人工神经网络方面的工作而闻名（20 世纪 80 年代和 90 年代）。与杨立昆一起，他是备受争议的 ICLR 峰会背后的主要推动力。他被广泛认为是自然语言、贝叶斯学习、循环网络和深度学习领域的顶级专家。

约书亚对深度学习的贡献比他的同行更加多样化，这使他的贡献脱颖而出。他可能还没有研究过深度学习的每一个方面，但这不太可能。

他于 2018 年获得图灵奖和加拿大统计学习算法研究主席奖。对他来说，这两个想法都产生了积极的影响。

尤尔根·施密德胡伯

你需要更多地了解尤尔根·施密德胡伯。他是一位著名的计算机专家，对深度学习和人工神经网络做出了贡献。

他的最终目标是创造一种能够自主学习和发展的人工智能，直到它变得比现在更聪明。他与他的几个学生一起帮助开发了长短期记忆 (LSTM)，这是一种循环神经网络。

他使用图形处理器 (GPU) 加速了卷积神经网络。施密德胡伯先生的 300 多篇文章经过同行评审，并获得了多个奖项。

他担任 NNAISENSE 公司的首席科学家，该公司致力于开发第一个真正通用的 AI。他协助多个机构制定 AI 战略。

结论

机器学习是一种有效的方法，可以极大地改善社会。你可以通过阅读机器学习领域杰出专家的著作来扩展你的知识和视野。深度学习和机器学习部门正在更快地发展，因此掌握你所在领域的最新发展非常重要。